摘要
本发明属于网络安全技术领域,具体涉及一种多源网络风险信息融合与风险评估方法,包括:通过实体抽取工具抽取实时事件的节点和边,基于所述节点和所述边构建多源异构威胁知识图谱;计算边的随机游走转移概率矩阵,基于所述随机游走转移概率矩阵计算时间敏感个性化随机游走值;采用图神经网络模型进行训练,以及结合节点的特征进行图神经网络嵌入与预测,输出分类概率;对预测完成的多源异构威胁知识图谱进行三维子图切分,构建映射索引,聚合计算得到高风险节点的传播路径及路径热度,分析子图演化趋势及进行预警。本发明适用于对多维度的攻击风险进行动态分析与预测,实现对行业随时间变化的趋势性攻击分析。
技术关键词
转移概率矩阵
风险评估方法
神经网络模型
高风险
知识图谱构建
抽取工具
异构
风险评估系统
模块
卷积网络模型
索引
网络安全技术
关系
邻居
节点特征
实体
系统为您推荐了相关专利信息
网络安全事件
时序特征
隐马尔可夫模型
网络流量数据
意图
裂缝识别方法
灰度矩阵
卷积神经网络模型
像素点
分区
家居环境远程监测
个性化阈值
燃气使用量
人工智能模型
时间段