基于知识图谱驱动的动态网络风险预测方法及系统

本发明属于基于知识图谱驱动的动态网络风险预测技术领域，公开了一种基于知识图谱驱动的动态网络风险预测方法及系统，该方法包括：先获取网络安全事件及上下文构建知识图谱，再通过预设规则和深度语义模型检测实体语义漂移，基于检测结果对知识图谱进行节点拆分、融合、重命名或标签更新等结构重塑，最后利用图神经网络模型进行风险预测。解决了传统方法中静态模型无法适配动态语义变化的问题，提升对新型攻击模式的识别能力，降低风险检测误报漏报率，提高风险预测效率。