摘要
本发明公开了一种基于异构图神经网络的威胁杀伤链提取方法,方法包括:训练样本标注;实体提取,从网络攻击报告中提取出安全实体;关系三元组提取,从报告中提取出安全实体之间的关系;建立威胁知识图,将从报告中提取的边和实体组成的三元组建立为异构图;模型训练,将图多分类任务作为目标训练异构图神经网络。每个训练样本图是报告中包含的实体和边的组成的子图,将该子图分类至一个或多个杀伤链阶段;杀伤链提取,提取测试集中的报告中的杀伤链。本方案可以从非结构化文本中自动提取出相关杀伤链,使用户避免了手动分析和提取的繁琐,减轻安全运营人员的压力。
技术关键词
异构
三元组
实体
GCN模型
报告
节点
关系
预训练语言模型
中间层
编码
神经网络模型
分类器
表达式
词语
操作系统
文本
样本
漏洞
家族
系统为您推荐了相关专利信息
仿真模型
补偿优化方法
热源
恒温箱
机器学习模型
辅助决策方法
战场环境
动作模块
更新网络参数
兵棋推演系统
文档对象模型
语句
XML配置文件
语法结构
生成报告
神经网络模型
分子
基因测序数据
生物
肿瘤标识物