恶意抢注

摘要： 商标是一个企业(以及产品或服务)在市场上的差异化可识别符号。对于初创企业而言,如何在起步阶段就做好自己的商标保护,对企业后续的发展起到至关重要的作用。正因为如此,一家初创企业一旦有了自己的经营特色而未及时申请注册商标,如商标被他人抢注,其在相应的产品和服务上的注册商标专用权将会被剥夺,无法正常使用该品牌或者遭遇使用障碍,如果继续使用,还可能遭受抢注者主张商标侵权。初创企业如何预防和应对商标被恶意抢注以及不良企业恶意囤积、傍名牌的行为,保护好自身品牌,是关系到初创企业的生存和发展的重要问题。

摘要： 2022年两会期间,全国政协委员、陶然居集团董事长严琦建议,加大餐饮企业用工补贴力度,继续延期实施减免和延期税收政策,加大对商标恶意抢注人打击力度。加大餐饮企业用工补贴力度严琦建议,减免或者缓缴餐饮企业6个月社保,允许餐饮企业享受困难企业社保优惠政策,单位部分按所在地最低工资标准为社保缴费基数。对不裁员、少减员、符合条件的企业发放稳岗补贴,并对上年度缴纳失业保险费给予不低于50%的返还。对组织员工参加各类线上职业培训的,按实际培训费用给予全额补贴。

摘要： 随着新时代中国特色社会主义市场经济的发展,各行各业的商家、商业主体对社会公众人物姓名商标的功能及其影响力的认识愈加深刻,社会公众人物的姓名商标因其背后蕴含着巨大的财产利益,屡遭不法商家的恶意抢注,我国法律对社会公众人物姓名商标恶意抢注行为的规制有待进一步提高。因此,有必要在分析目前社会公众人物姓名商标恶意注册现状的基础上,就社会公众人物姓名商标恶意抢注行为的法律规制进行探讨。

摘要： 当前,我国商标抢注行为频发,原因有《商标法》缺乏明确概念界定商标抢注、商标注册门槛低、商标抢注收益高、可操作性强及规制制度不足五个方面。解决该困境的可行路径有两条,分别是完善现有制度和增设新的制度。前者包括对审限时效制度、责任制度和注册制度的完善;后者则包括新设转让、许可使用的审查制度、数量限额制度。

摘要： 冬奥会期间,吉祥物冰墩墩火爆全网,谷爱凌等体育健儿成为“顶流”。然而,少数企业、自然人以牟取不当利益为目的,将北京2022年冬奥会和冬残奥会吉祥物、运动健儿姓名等冬奥热词进行恶意抢注。2月14日,国家知识产权局在关于依法打击恶意抢注“冰墩墩”“谷爱凌”等商标注册的通告中称,已对第41128524号“冰墩墩”、第62453532号“谷爱凌”等429件商标注册申请予以驳回;对已注册的第41126916号“雪墩墩”、第38770198号“谷爱凌”等43件商标依职权主动宣告无效。

摘要： “冰墩墩”受到专利、商标、著作权和奥林匹克标志等立体化保护,折射出我国知识产权保护的进步。据国家知识产权局副局长何志敏介绍,今年一季度国家版权局等六部门联合挂牌督办了一批涉及冬奥侵权盗版重点案件,包括恶意抢注涉及北京冬奥会、冬残奥会的1742件商标及其申请人、代理机构的通报曝光。

摘要： 诚实信用原则是民法的基本原则,同样贯穿于商标申请、使用等行为的各个方面,民事主体无论是申请注册商标还是商标使用都需严格遵守诚实信用原则.国家知识产权局商标局以《商标法》第10条第1款第8项的"其他不良影响"对系列"火神山""雷神山""李文亮"商标的注册申请进行"管控".但"不良影响"具有严格的适用条件,而非商标申请行为可能会产生消极、负面影响.运用"不良影响"对不当商标申请行为进行管控不符合商标法的立法本意,以违反了诚实信用原则进行规制更加合适.

摘要： 申请注册商标应以使用为目的,且不得申请注册侵害他人在先合法权益的商标。在商标侵权诉讼中,若权利商标明显存在不以使用为目的而恶意申请注册或恶意抢注等情形,属违反诚实信用原则的商标注册行为。商标权人依据此类瑕疵商标提起商标侵权之诉的,属于权利滥用,可依照诚实信用原则对其商标权不予保护。

摘要： 近年来,我国商标注册申请量持续增加。与此同时,频繁发生的商标恶意申请现象,正在严重侵害其他市场主体的正当权益,扰乱了我国健康有序的商标注册秩序,对公平竞争的营商环境造成了恶劣影响。根据国家知识产权局的统计数据,2019年,国家知识产权局累计驳回包括恶意抢注在内的非正常商标申请多达3.9万件。[1]

摘要： 近年来,随着名人经济效益日益扩大,一些商家受经济利益驱使,恶意抢注商标的现象屡见不鲜,很多恶意抢注人企图借助名人知名度进行"傍名牌""傍名人",将名人的姓名、艺名、笔名、别名等申请注册为商标,或者是以谐音的方式进行申请注册,例如"屠呦呦"牌眼镜、"林丹"牌饲料、"叶诗文"牌泳衣、"莫言"牌钢笔、"王思聪"牌板鸭猪肉、"泄停封"牌止泻药、"溜得滑"牌字迹涂改液等。

摘要： 检测装置(100)根据针对用于区分监视对象网络的终端或者恶意软件的每个识别符取得的事件，生成按照该事件的发生顺序形成的事件序列。之后，检测装置(100)在相似度在一定程度以上的各事件序列形成的类群中，取出属于同一类群的事件序列之间共同出现的事件，从相似的共同事件序列，提取由出现频度高的事件之间的关系构成的代表事件序列作为检测用事件序列。之后，检测装置(100)基于生成的基于监视对象网络的通信的事件序列和提取的检测用事件序列的匹配，检差出监视对象网络的终端被恶意软件感染。

摘要： 在本发明的恶意软件判定器(10)中，当输入了执行文件的属性的属性名和属性值时，特征选择设定部(11)将该属性名的属性作为提取对象的属性登记于属性表中，且将该属性值作为删除对象登记于属性值表中。当输入了学习对象或者判定对象的执行文件时，特征提取部(13)从该执行文件中提取作为提取对象登记于属性表中的属性的属性值，生成包含所提取的属性值作为特征的特征向量，特征选择部(14)从特征向量中删除作为删除对象登记于属性值表中的属性值。

摘要： 本发明公开了一种基于三位一体综合画像的恶意代码检测及恶意性定位方法。使用本发明能够实现恶意代码的恶意性评估，并对代码恶意性部位实现准确定位。本发明在融合静态分析和动态分析方法的基础上，综合提取恶意代码的多方面主要特征，引入系统画像的思想，从基本结构、底层行为和高层行为等三个方面构建起“三位一体”的综合画像，建立能够系统准确刻画恶意代码的特征空间，实现对恶意代码的准确检测和家族分类。在此基础上，基于检测结果对三个画像部位的恶意性进行评估，由此实现对代码恶意性部位的准确定位，辅助研究人员建立起关于恶意代码的系统认知。

摘要： 产品的制造系统(10)具备：制造控制装置(20)，保持产品的制造数据：虚拟制造装置(30)，根据制造控制装置(20)的产品的制造数据，通过模拟的方式虚拟进行产品的制造；实际制造装置(40)，根据制造控制装置(20)的制造数据，实际进行产品的制造；以及异常判断部(33)，判断虚拟制造装置(30)虚拟进行的产品的制造中是否有异常。而且，在从虚拟进行的产品的制造中没有判断出异常的情况下，实际制造装置(40)实际进行产品的制造。

摘要： 检测装置(100)根据针对用于区分监视对象网络的终端或者恶意软件的每个识别符取得的事件，生成按照该事件的发生顺序形成的事件序列。之后，检测装置(100)在相似度在一定程度以上的各事件序列形成的类群中，取出属于同一类群的事件序列之间共同出现的事件，从相似的共同事件序列，提取由出现频度高的事件之间的关系构成的代表事件序列作为检测用事件序列。之后，检测装置(100)基于生成的基于监视对象网络的通信的事件序列和提取的检测用事件序列的匹配，检差出监视对象网络的终端被恶意软件感染。

摘要： 恶意通信模式提取装置(10)具备：统计值计算部(132)，其由通信量日志(31)和通信量日志(21)计算对于字段及值的组即每个通信模式的出现频度的统计值，该通信量日志(31)是恶意软件所产生的通信量获得的，该通信量日志(21)是由规定的通信环境中的通信量获得的；恶意列表候选提取部(134)，其根据通过统计值计算部(132)而计算的统计值，针对每个通信模式，比较通信量日志(21)的出现频度和通信量日志(31)的出现频度，在两者的出现频度之差为规定的阈值以上的情况下，将该通信模式作为恶意通信模式而提取；及阈值设定部(135)，其以如下方式设定所述阈值：使错误地检测恶意软件所产生的通信量的概率即误检测率为一定值以下且使检测恶意软件所产生的通信量的概率即检测率为一定值以上。

摘要： 恶意软件分析系统(1)具备预备分析部(131)、判定部(132)及指定部(133)。预备分析部(131)通过执行作为分析对象的候选取得的恶意软件，取得与从恶意软件发起的通信相关的信息。判定部(132)根据通过预备分析部(131)取得的信息，判定是否将恶意软件作为分析的对象。指定部(133)根据通过预备分析部(131)取得的信息，对通过判定部(132)判定为分析的对象的恶意软件指定分析的次序。

摘要： 在本发明的恶意软件判定器(10)中，当输入了执行文件的属性的属性名和属性值时，特征选择设定部(11)将该属性名的属性作为提取对象的属性登记于属性表中，且将该属性值作为删除对象登记于属性值表中。当输入了学习对象或者判定对象的执行文件时，特征提取部(13)从该执行文件中提取作为提取对象登记于属性表中的属性的属性值，生成包含所提取的属性值作为特征的特征向量，特征选择部(14)从特征向量中删除作为删除对象登记于属性值表中的属性值。

摘要： 本发明提供一种恶意软件检测模型训练、恶意软件检测方法及装置，恶意软件检测模型训练方法包括：获取多个恶意软件；确定各恶意软件对应的训练合成行为图；对训练合成行为图添加第一标签；根据训练合成行为图获取一个或多个训练公共行为图，各训练公共行为图分别对应一个恶意软件家族，对训练公共行为图添加第二标签；将训练合成行为图和训练公共行为图输入到图匹配模型中得到第一相似系数；若第一相似系数和第二相似系数的差值小于预设相似系数，将当前的图匹配模型确定为恶意软件检测模型。本发明通过提取训练公共行为图缩小了在检测恶意软件时的检测范围，提高了恶意软件检测模型的检测速度，以及检测结果的准确性。

摘要： 本发明公开的属于网络安全技术领域，具体为一种基于恶意代码动态取证模型的恶意代码检测方法，包括具体步骤如下：步骤一：获取待检测的代码序列流；步骤二：基于3‑Gram特征生成方法并利用滑动窗口技术在所述代码序列流上滑动提取出每个待测样本的动态行为特征向量，本发明通过恶意代码检测模型实现了对代码序列的初检，即恶意代码和非恶意代码的初步鉴别，再利用聚类分簇的手段，将初检出恶意代码的未知序列进行聚类，利用同一簇类下待测样本对应的恶意代码分类应当一致的机理进一步鉴别是否为恶意代码，通过双重鉴别大幅度提高了恶意代码的检测精度。