一种基于深度学习的网络威胁情报信息抽取方法

AITNT
正文
推荐专利
一种基于深度学习的网络威胁情报信息抽取方法
申请号:CN202510139203
申请日期:2025-02-08
公开号:CN119578538B
公开日期:2025-05-13
类型:发明专利
摘要
本发明提供一种基于深度学习的网络威胁情报信息抽取方法,涉及网络安全技术领域,该方法为基于网络威胁情报信息,获取威胁文本数据;构建实体关系联合抽取模型;将威胁文本数据输入实体关系联合抽取模型,利用损失函数进行训练,得到训练好的实体关系联合抽取模型;利用训练好的实体关系联合抽取模型,对网络威胁情报信息进行分析,得到网络威胁情报信息抽取结果,完成对网络威胁情报信息的抽取。本发明解决了网络威胁情报难以准确抽取的问题。
技术关键词
网络威胁情报信息 三元组 实体 序列 上下文感知信息 数据 表达式 多头注意力机制 文本 前馈神经网络 网络安全技术 关系 解码器 参数 编码器
系统为您推荐了相关专利信息
1
人机协同高实时性功能测试方法、设备、介质及程序产品
功能测试方法 蒙特卡洛 强化学习模型 网络 贪婪策略
2
超声图像的三维重建方法、计算机设备及存储介质
数据 三维重建方法 像素 空间转换矩阵 卡尔曼滤波算法
3
一种激光雷达回波信号处理方法
回波信号处理方法 周期 激光雷达 通道 深度学习网络
4
一种切片图像分类方法、系统、终端及存储介质
图像分类方法 切片 图像分类模型 特征提取模块 图像分类系统
5
一种MTO模式下生产时间可控的多目标单机调度算法
订单 调度算法 求解算法 数学模型 分层
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号