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！

龙图腾网获悉北京工业大学申请的专利一种基于图神经网络的工控漏洞知识图谱关系补全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：CN116304090B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310197259.9，技术领域涉及：G06F16/36；该发明授权一种基于图神经网络的工控漏洞知识图谱关系补全方法是由赖英旭;张骁设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种基于图神经网络的工控漏洞知识图谱关系补全方法在说明书摘要公布了：本发明公开了一种基于图神经网络的工控漏洞知识图谱关系补全方法，构建一个异构工业控制系统知识图谱，并在此基础上提出了一种潜在关系挖掘方法R‑HetGNN。该方法解决了知识图聚合中的多模态问题以及知识图异构问题。同时我们使用随机游走算法解决了多层邻域关系问题。最终通过实验证明了本发明方法的有效性。我们将自主爬取的各个漏洞库中的漏洞信息进行融合，构成漏洞知识图，并在图上进行相应实验。实验结果表明，本发明提出的方法比传统的知识推理方法效果高出大约10％‑35％。

本发明授权一种基于图神经网络的工控漏洞知识图谱关系补全方法在权利要求书中公布了：1.一种基于图神经网络的工控漏洞知识图谱关系补全方法，其特征在于应用图神经网络技术对漏洞知识图谱进行补全，包括： 步骤1，以工控漏洞数据库为起点，使用web爬虫技术获取所有漏洞信息，执行步骤2； 步骤2，提取属性，属性包括漏洞名称、危险级别、CVE编号，执行步骤3； 步骤3，根据CNVD从ICS漏洞数据库中收集和删除漏洞信息；在聚合和去重的过程中，对于结果唯一的属性以CNVD为准，如果这些属性重合则保留CNVD抽取的属性信息，对于结果不唯一的属性则聚合信息，对于CNVD中没有的属性信息，则查询CVE字典进行补充；执行步骤4； 步骤4，将聚合去重后的漏洞描述信息输入到BiLSTM-CRF模型中，模型输出命名实体识别后的结构化漏洞特征信息，执行步骤5； 步骤5，构建包含漏洞名称、攻击方法和攻击结果的工控漏洞知识图谱，执行步骤6； 步骤6，以任意一个攻击方法节点为起点，采用随机游走算法来找到当前节点多级邻居，形成随机游走邻居列表，执行步骤7； 步骤7，嵌入节点结构信息；在步骤6生成的随机游走列表中再次进行随机游走，每个节点的二次随机游走邻居的数量不超过m；执行步骤8； 步骤8，将二次随机游走邻居按类型分组，并将随机游走结果中的前k个邻居作为每种类型节点的最终游走邻居；执行步骤9； 步骤9，将最终游走邻居的节点编号用word2vec方式嵌入，并聚合到一起，形成每个节点的结构信息向量；执行步骤10； 步骤10，节点内容信息嵌入；将步骤8中生成的最终游走邻居节点的文本内容信息用BERT模型嵌入，并聚合到一起，形成每个节点的内容信息向量，执行步骤11； 步骤11，将步骤9和步骤10的结构信息向量和内容信息向量聚合到一起，执行步骤12； 步骤12，将漏洞知识图谱随机打乱，执行步骤13； 步骤13，选择图上的节点n，进行随机游走，得到随机游走邻居列表，执行步骤14； 步骤14，在一个小的训练任务中，从步骤13中生成的随机游走邻居列表中选择一个正节点np，训练过程执行步骤15，测试过程执行步骤17； 步骤15，采用负采样算法选择一个匹配的负节点nn，执行步骤16； 步骤16，分别计算节点n与正节点np和负节点nn之间的相似度，通过反向传播调整参数，使节点n与正节点np之间的相似度和节点n与负节点nn负值的相似度趋近于0； 步骤17，计算节点n与正节点np之间的相似度，定义阈值q，如果节点n与正节点np之间的相似度小于q，则说明正节点np与节点n之间存在潜在关系，在知识图谱中补全边关系。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。