摘要
本发明公开了一种基于多厂商多源威胁情报数据整合及处理方法,包括如下步骤:S1、采集多个安全厂商的威胁情报数据,并进行预处理,构建多模态输入样本;S2、模态划分:提取结构化、文本与图结构模态集合;S3、构建多模态对比学习模型,完成特征提取,并投影至统一嵌入空间;S4、构造正负样本对,进行对比训练,完成跨模态特征对齐;S5、引入灰狼优化算法,对模型结构参数与超参数进行全局优化;S6、采用优化后的模型,对新输入威胁情报数据生成统一表示;S7、基于统一表示结果执行聚类分析、冗余剔除、相似度识别,并输出融合情报。本发明用于实现多厂商多源异构威胁情报数据的高效整合、语义一致性对齐与智能融合处理。
技术关键词
灰狼优化算法
多模态
样本
跨模态
数据
参数
模态特征
注意力
学习模型识别
冗余
实体关联关系
语义
非结构化文本
字段
因子
记忆机制
文本编码器
系统为您推荐了相关专利信息
历史轨迹数据
路径推荐方法
行驶状态信息
车辆轨迹数据
车辆行驶路径
图像处理模块
深度学习网络
变化检测系统
基础功能模块
切片
节点
负荷预测模型
监控网络状态
互联方法
实时数据
卷积网络模型
预训练模型
文本分类方法
特征提取模块
异构
模态特征
脑电特征
编码器
查询特征
计算机可执行指令