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！

龙图腾网获悉南京理工大学申请的专利一种基于文本生成网络安全应急响应知识图谱方法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：CN116340540B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310316305.2，技术领域涉及：G06F16/36；该发明授权一种基于文本生成网络安全应急响应知识图谱方法是由车洵;李千目;朱旻昊;陈竞飞;赵谦;刘帆;征煜设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种基于文本生成网络安全应急响应知识图谱方法在说明书摘要公布了：本发明公开了一种基于文本生成网络安全应急响应知识图谱方法。该方法包括以下步骤：首先，通过预训练的编码器解码器语言模型，生成文本节点以及节点特征；然后通过输入文本，以及可学习的节点查询，输出查询节点特征,然后通过LSTM生成节点文本；之后融合文本节点特征和查询节点特征获得最终节点特征；然后使用生成和分类两种方式生成并融合边；最后我们通过聚集损失函数和稀疏邻接矩阵来训练网络。利用此方法生成的网络安全知识图谱具有极高的适用性和准确性。

本发明授权一种基于文本生成网络安全应急响应知识图谱方法在权利要求书中公布了：1.一种基于文本生成网络安全应急响应知识图谱方法，其特征在于：其包括如下步骤： S1:通过预训练的编码器解码器语言模型，生成文本节点以及节点特征； S2:通过输入文本，以及可学习的节点查询，输出查询节点特征,然后通过LSTM生成文本节点； S3:融合文本节点特征和查询节点特征获得最终节点特征，包括如下步骤： S301:为了充分利用文本节点和查询节点的特征，设计了一个节点融合模块，其将前两步获得的特征拼接起来，首先通过一个残差块对特征进行融合，然后再通过一个自注意力模块对其中的重要信息进行提取； S302:然后通过空洞空间卷积池化金字塔和卷积注意力模块进行特征增强，之后使用5×3×3的3d卷积对特征进行压缩，再通过一个通道注意力模块关注压缩后的重要特征信息； S303:为了去除生成结点特征中的冗余信息，使用一个简单的编码器解码器结构，预测出节点中的冗余信息，然后使用原信息减去冗余信息； S304:之后使用点乘来衡量节点特征之间的相似度，将获得的相似度通过一个softmax函数映射到0-1之间，若相似度大于Y将随机去除其中一个节点，以控制冗余节点数量，经过冗余节点删除后，获得最终的节点特征； S4:使用生成和分类两种方式生成并融合边，包括如下步骤： S401:使用上一步的最终节点特征来生成边，给定一对节点特征，预测头决定它们各自节点之间是否存在边，使用两种方式来对边进行生成，然后融合它们生成的边； S402:首先使用LSTM将边生成为标记序列，生成的优点是能够构造任何边序列，包括在训练期间看不到的边序列，但存在与目标边令牌序列不完全匹配的风险； S403:然后使用分类头来预测边，如果可能的关系集是固定的和已知的，分类头会更有效和准确，但是如果训练对所有可能边的覆盖有限，系统会在推理过程中错误分类； S404:将边进行两两拼接，然后通过密集层对特征进行融合，使用一个训练好的评分网络，对融合出来的边评估置信度，如若置信度大于0.5，将保留融合出来的边； S5:通过聚集损失函数和稀疏邻接矩阵来训练网络。

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南京理工大学，其通讯地址为：210000 江苏省南京市玄武区孝陵卫街200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”。