上海交通大学马颖华获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉上海交通大学申请的专利信息安全知识实体关系连接预测方法、系统及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114579761B 。
龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210203550.8,技术领域涉及:G06F16/36;该发明授权信息安全知识实体关系连接预测方法、系统及介质是由马颖华;陈秀真;裘炜程;赖柏希;于海洋;马进;段圣雄设计研发完成,并于2022-03-02向国家知识产权局提交的专利申请。
本信息安全知识实体关系连接预测方法、系统及介质在说明书摘要公布了:本发明提供一种信息安全知识实体关系连接预测方法、系统及介质,包括数据处理模块:构成图数据,输入图卷积网络表示模块;对实体描述文本数据进行预处理,将输出作为Word2Vec表示模块的输入;图卷积网络表示模块:接收图数据,训练TextGCN模型,并生成文本的图卷积网络表示向量;Word2Vec表示模块:训练Word2Vec模型,并生成文本的Word2Vec表示向量;孪生网络表示模块:训练孪生网络模型,并生成孪生网络表示向量;连接判断模块:根据目标实体对各自的孪生网络表示向量,计算两者的欧氏距离,若距离小于阈值,则判断为有连接。本发明能够准确判断实体间是否有连接,确保补足数据的正确性、减少人工分析成本。
本发明授权信息安全知识实体关系连接预测方法、系统及介质在权利要求书中公布了:1.一种信息安全知识实体关系连接预测系统,其特征在于,包括: 数据处理模块:将信息安全知识中的文本数据进行词的抽取处理,采集信息安全知识的全部文本描述数据并进行数据预处理;将词存在于实体的文本描述数据之中的关系,作为实体节点以及文本词汇节点之间的关系,构成图数据;输出图数据,该图数据作为图卷积网络表示模块的输入;输出预处理后的实体描述文本数据,该实体描述文本数据作为Word2Vec表示模块的输入; 图卷积网络表示模块:接收图数据,训练TextGCN模型,并生成文本的图卷积网络表示向量; Word2Vec表示模块:接收预处理后的实体描述文本数据,训练Word2Vec模型,并生成文本的Word2Vec表示向量; 孪生网络表示模块:合并图卷积网络表示向量和Word2Vec表示向量,训练孪生网络模型,并生成孪生网络表示向量; 连接判断模块:根据目标实体对各自的孪生网络表示向量,计算两者的欧氏距离,若距离小于阈值,则判断为有连接; 其中,所述图卷积网络表示模块包括:经过数据处理后目标概念对CVE与CWE、或CAPEC与ATTCK的所有实体描述组成描述语料库,保存为txt文件,格式为每行一个实体描述,即实体编号+实体英语描述;对所有描述,句子和单词作为图中的句节点和词节点,计算词节点与词节点之间的PMI,作为两者间边的权重,根据节点和边的关系构造邻接矩阵,对节点使用独热编码构造特征矩阵,邻接矩阵和特征矩阵输入图卷积神经网络;正样本指数据库中已有连接的实体对,实体对的距离为两实体表示向量的欧氏距离;负样本生成方法为随机替换正样本实体对中的一个实体,且替换后不在正样本集合中,计算损失函数后,用Adam优化器更新模型参数,训练后得到所有实体的向量,作为各实体的图卷积网络表示向量; 所述孪生网络表示模块中,孪生网络由两个相同的模型组成,单个模型由两层全连接层组成;训练时将训练集输入网络,正负样本采集方法与图卷积网络相同,输入目标实体对的Word2Vec表示向量和图神经网络表示向量,各输出50维孪生网络句向量表示。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海交通大学,其通讯地址为:200240 上海市闵行区东川路800号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。