基于深度学习的威胁情报知识图谱构建技术

• 作者: 张先国 王通 艾中良
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 威胁情报 实体抽取 深度学习 知识图谱
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 网络与通信
• 页码范围: 21-26
• 页数: 6页
• 分类号: TP393.08
• 字数: 5382字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.12.005

摘要

随着网络威胁日益增多,威胁情报的知识图谱构建技术成为了网络安全领域的重要研究方向;然而,目前知识图谱构建技术对知识的获取缺乏快速性和准确性.针对这些问题,本文提出一种监督性的深度学习模型,对威胁情报的实体和实体关系进行自动化抽取,并通过图数据库进行知识图谱的可视化展示.实验结果表明,本文提出的基于深度学习模型对威胁情报实体和实体抽取的方法,在准确性上有着较大提高,为自动化构建威胁情报知识图谱提供有力的保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾中良	中国电子科技集团公司第十五研究所系统六部	4	14	3.0	3.0
2	张先国	中国电子科技集团公司第十五研究所系统六部	3	10	2.0	3.0
3	王通	中国电子科技集团公司第十五研究所系统六部	1	7	1.0	1.0