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！

龙图腾网获悉广州大学申请的专利一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取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：CN119003785B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411019755.6，技术领域涉及：G06F16/36；该发明授权一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取方法是由尚文利;王博文;周正;时昊天;李淑琦;高晓斌;常志伟设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取方法在说明书摘要公布了：本发明提出一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取方法，该方法基于深度神经网络，采用如下技术方案：a使用大规模通用文本数据预训练过的BERT模型对输入文本进行向量编码，得到初步的文本向量表示。通过大规模通用文本数据预训练过的BERT模型，已经获取到了文本的一些潜在语义信息，所以将其对威胁情报文本进行编码得到的向量表示已经包含了丰富的通用先验知识和潜在语义。b通过基于注意力的上下文映射方法，缓解了实体语义抽象和实体特征易混淆的问题。c通过关系匹配机制来缓解实体之间相关性弱的问题。

本发明授权一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取方法在权利要求书中公布了：1.一种基于注意力上下文映射和关系匹配的网络威胁情报关系抽取方法，其特征在于，包括： 构建网络威胁情报关系抽取模型的编码层； 构建网络威胁情报关系抽取模型的基于注意力的上下文映射层； 构建网络威胁情报关系抽取模型的关系匹配层； 使用HACKER数据集训练模型； 将海量网络威胁情报输入模型； 构建网络威胁情报关系抽取模型的编码层，包括： 给定一个句子作为输入； 将句子中的每个单词进一步分解成一系列更精细的分词单元，得到分词集序列表示，其中表示每个分词的编号，表示句子的分词长度； 利用BERT模型对其进行编码，获得一个新的句子表示序列，其中表示的维度，公式如下： ； 构建网络威胁情报关系抽取模型的基于注意力的上下文映射层，包括： 利用预训练的BERT模型对实体和关系标签进行深度编码，以获取富含语义信息的实体标签词嵌入矩阵和关系标签词嵌入矩阵； 以需要识别关系的实体对为整体融合潜在的实体关联信息，增强实体对之间的差异性表示，得到一个新的实体对表示序列'； 将所述关系标签词嵌入矩阵与上下文特征向量结合得到一个新的关系上下文特征矩阵'； 利用注意力机制将所述实体对表示序列'与所述关系上下文特征矩阵结合得到特定于实体对的关系上下文增强序列表示； 构建网络威胁情报关系抽取模型的关系匹配层，包括： 对所述关系标签词嵌入矩阵和所述特定于实体对的关系上下文增强序列表示进行余弦相似度计算得到相似分数，公式如下： 其中，代表向量的二范数，表示第个关系标签； 对所述关系标签词嵌入矩阵和实体对序列表示进行余弦相似度计算得到相似分数，公式如下： 其中，表示第个关系标签 将相似分数和相似分数进行自适应加权融合得到最终的关系分类分数'，最后将分类分数最大的关系进行输出，公式如下： 其中，为可训练的自适应融合参数。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。

以上内容由龙图腾AI智能生成。