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！

龙图腾网获悉哈尔滨工业大学;中国移动通信集团设计院有限公司申请的专利一种用于网络安全意图理解的知识抽取方法、电子设备及存储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：CN120163149B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510242140.8，技术领域涉及：G06F40/279；该发明授权一种用于网络安全意图理解的知识抽取方法、电子设备及存储介质是由叶麟;朱若彬;蔡亚莉;杜雪涛;赵蓓;张晨;詹东阳;武跃设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种用于网络安全意图理解的知识抽取方法、电子设备及存储介质在说明书摘要公布了：一种用于网络安全意图理解的知识抽取方法、电子设备及存储介质，属于网络安全技术领域。为解决人工智能网络安全威胁分析报告的知识准确抽取。本发明包括采集网络安全威胁分析报告原始文本，进行数据预处理；选定预训练模型，对经过处理的词元序列，输入到选定的预训练模型中进行掩码语言模型MLM任务训练；基于选定的预训练模型的基础上进行模型调整，在预训练模型下游添加实体抽取子模型、关系抽取子模型，利用得到的训练结果进行模型训练后，得到训练好的针对网络安全威胁分析报告的知识抽取模型；对训练好的针对网络安全威胁分析报告的知识抽取模型进行模型预测，进行结果验证与优化。本发明提升了模型在网络安全领域的适用性。

本发明授权一种用于网络安全意图理解的知识抽取方法、电子设备及存储介质在权利要求书中公布了：1.一种用于网络安全意图理解的知识抽取方法，其特征在于，包括如下步骤： S1. 采集网络安全威胁分析报告原始文本，分为训练数据和预测数据； S2. 对采集的网络安全分析报告原始文本的训练数据进行数据预处理，包括IOC 词元替换、结构词元插入，然后使用分词器将经过处理的原始文本进行划分，得到经过处理的词元序列，作为训练集； S3. 选定预训练模型，对步骤S2得到的经过处理的词元序列，输入到选定的预训练模型中进行掩码语言模型MLM任务训练，得到继续预训练后的模型权重； 步骤S3的具体实现方法包括如下步骤： S3.1. 选定BERT作为预训练模型，更改预训练模型的分词器，用于划分词元序列； S3.2. 设置输入文本为步骤S2得到的经过处理的词元序列T，进行掩码操作，定义掩码函数为MT,p，接受经过处理的词元序列T和掩码概率 p 作为输入，掩码函数以掩码概率p将文本中的词元替换为验码标记 [MASK]，掩码后的序列T’表示为： T’={w’1，w’2，w’3，…，w’n}； 其中，w’n为第n个掩码后的词元； S3.3. 使用步骤S3.1选定的预训练模型，接受掩码后的序列为输入，进行掩码语言模型MLM任务训练，输出对被掩码单词的预测分布，表达式为： Pwi∣T’=fT’[i]； 其中，fT’[i]表示预训练模型在位置i输出的预测分布，Pwi∣T’为输入为T’时对第i个掩码后的词元的预测分布； 对于每个被掩码的词元，计算预训练模型预测分布与真实单词分布之间的交叉熵损失，表达式为： Li=−log Pwi∣T’； 其中，Li为位置i的交叉熵损失； 然后对所有被掩码位置的损失求和，得到损失函数L，表达式为： L=∑Li； 然后根据损失函数L，通过反向传播算法更新预训练模型的参数，得到继续预训练后的模型权重； S4. 基于步骤S3选定的预训练模型的基础上进行模型调整，在预训练模型下游添加实体抽取子模型、关系抽取子模型，利用步骤S3得到继续预训练后的模型权重进行模型训练后，得到训练好的针对网络安全威胁分析报告的知识抽取模型； S5. 利用步骤S1得到的网络安全威胁分析报告原始文本的预测数据对训练好的针对网络安全威胁分析报告的知识抽取模型进行模型预测，进行结果验证与优化。

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哈尔滨工业大学;中国移动通信集团设计院有限公司，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。