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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种基于双指针架构的威胁情报三元组抽取方法及系统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：CN119938930B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510417210.9，技术领域涉及：G06F16/353；该发明授权一种基于双指针架构的威胁情报三元组抽取方法及系统是由赵大伟;孙文昊;周洋;徐丽娟设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于双指针架构的威胁情报三元组抽取方法及系统在说明书摘要公布了：本发明提出了一种基于双指针架构的威胁情报三元组抽取方法及系统；以BERT模型作为编码器对威胁情报文本进行分析，即利用三个独立的权重矩阵分别生成头实体、尾实体和关系的上下文感知向量；基于双指针架构分别识别头实体和尾实体的上下文感知向量，并生成候选实体对；将候选实体对和关系的上下文感知向量进行拼接，以生成关系实体向量；利用评分模块对关系实体向量进行筛选；将筛选后的关系实体向量输入Softmax层进行关系分类，以生成威胁情报三元组的识别结果。本发明可以有效避免实体间的相互干扰，进而确保生成的威胁实体三元组更为精准，准确揭示攻击链中的不同环节及其之间的关系，为安全专家提供更全面、深入的威胁情报分析。

本发明授权一种基于双指针架构的威胁情报三元组抽取方法及系统在权利要求书中公布了：1.一种基于双指针架构的威胁情报三元组抽取方法，其特征在于，包括： 获取威胁情报的文本； 以BERT模型作为编码器对所得文本进行分析，利用三个独立的权重矩阵分别生成头实体、尾实体和关系的上下文感知向量； 基于双指针架构分别识别头实体和尾实体的上下文感知向量，并生成候选实体对；将所述候选实体对和关系的上下文感知向量进行拼接，以生成关系实体向量； 利用评分模块对关系实体向量进行筛选；将筛选后的关系实体向量输入Softmax层进行关系分类，以生成威胁情报三元组的识别结果； 所述双指针架构包括头实体识别模块和尾实体识别模块，且所述头实体识别模块和尾实体识别模块具有相同的网络架构，双指针架构的每个模块的处理流程包含三个主要层次：Multi-HeadSelf-Attentionce层、Multi-HeadCross-Attention层和FeedForwardNetwork层； 通过Multi-HeadSelf-Attention层处理输入的上下文表示，以捕捉句子中各个词之间的自注意力关系： ； ； ； 其中，表示输入的头实体的上下文表示，分别表示头实体的查询、键和值的权重矩阵；表示头实体的查询向量，表示头实体的键向量，表示头实体的值向量； 计算得到的注意力得分通过Softmax函数进行归一化后，得到每个单词的加权表示： ； 其中，为头实体自注意力层的输出，为键向量的维度，表示向量的转置；通过Multi-HeadCross-Attention层将头实体的表示与尾实体的上下文进行交互建模： ； ； ； 其中，是尾实体的上下文表示矩阵，分别为跨注意力层中的查询、键和值的权重矩阵；表示跨注意力层中头实体的查询向量，表示跨注意力层中尾实体的键向量，表示跨注意力层中尾实体的值向量； 在跨注意力层之后，模型通过FeedForwardNetwork层进行非线性变换，得到最终的头实体表示： ； 其中，为FFN的权重矩阵，用于输入特征到隐藏层特征的变换，用于隐藏层特征到输出特征的变换；为偏置项，为激活函数，为经过FFN处理后的头实体表示；最终输出头实体的集合表示，表示头实体集合中的第个头实体； 尾实体的识别过程通过Multi-HeadSelf-Attention层处理输入的尾实体的上下文表示，以捕捉句子中各个词之间的自注意力关系： ； ； ； 其中，表示输入的尾实体的上下文表示，分别表示尾实体的查询、键和值的权重矩阵；表示尾实体的查询向量，表示尾实体的键向量，表示尾实体的值向量；计算得到的注意力得分通过Softmax函数进行归一化后，得到每个单词的加权表示： ； 其中，为尾实体自注意力层的输出，为键向量的维度，是向量的转置；通过Multi-HeadCross-Attention层将尾实体的表示与头实体的上下文进行交互建模： ； ； ； 其中，是尾实体的上下文表示矩阵，分别为跨注意力层中的查询、键和值的权重矩阵；表示跨注意力层中尾实体的查询向量，表示跨注意力层中头实体的键向量，表示跨注意力层中头实体的值向量；在跨注意力层之后，模型通过FeedForwardNetwork（FFN）层进行非线性变换，得到最终的尾实体表示： ； 其中，为FFN的权重矩阵，用于输入特征到隐藏层特征的变换，用于隐藏层特征到输出特征的变换；为偏置项，为激活函数，为经过FFN处理后的尾实体表示，最终输出尾实体的集合表示，表示尾实体集合中的第个尾实体； 头实体集合和尾实体集合中的每个实体两两拼接，以生成候选实体对。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市历下区科院路19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”。