[发明专利]网络空间威胁知识抽取方法和装置有效

专利信息
申请号: 202010424101.7 申请日: 2020-05-18
公开(公告)号: CN111597353B 公开(公告)日: 2022-06-07
发明(设计)人: 丁兆云;黄松平;刘蔚柯;刘凯;朱承;朱先强;刘斌;汤罗浩;刘毅;周鋆 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F16/36 分类号: G06F16/36;G06F16/35;G06K9/62
代理公司: 长沙国科天河知识产权代理有限公司 43225 代理人: 董惠文
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 空间 威胁 知识 抽取 方法 装置
【说明书】:

本申请涉及一种网络空间威胁知识抽取方法和装置。所述方法包括:根据预先训练的多标签分类器,提取待提取文本的本体概念以及本体概念之间的关系;根据每个本体概念预先训练的多类分类器,提取待提取文本中本体概念对应的实例;根据本体概念对应的实体以及本体概念之间的关系,确定实例之间的关系。采用本方法能够联合隐实体以及本体关系很好的解决了非结构化文本中网络空间威胁知识的抽取问题。

技术领域

本申请涉及知识图谱技术领域,特别是涉及一种网络空间威胁知识抽取方法和装置。

背景技术

全维度、多视角地感知网络空间威胁,特别是智能化、系统性地认知高级可持续威胁攻击关联的战术、战技、漏洞及产品等,有助于提升国家及企业对网络威胁的科学防御能力。为了全面认知网络空间威胁,STIX 2.0(结构化威胁信息表达)从攻击模式、攻击活动、行动等12种构件方面来对网络空间威胁信息进行描述。针对STIX 2.0的结构化语言描述,MITRE公司分别构建了ATTCK框架(A Globally Accessible Knowledge base of CyberAdversary Tactics and Techniques)、CAPEC攻击模式(Common Attack PatternEnumeration and Classification,通用攻击模式枚举和分类)、CWE(Common WeaknessEnumeration,通用弱点枚举)等知识库,但是MITRE公司构建的知识库仅包括了约40种战术、千级规模的技术与弱点、以及百级规模的攻击模式,忽略了网络空间威胁影响的产品和漏洞等知识;另一方面,互联网中存在大量的开放漏洞库,如美国国家信息安全漏洞库(NVD)、国家信息安全漏洞共享平台(CNVD)等;同时,网络空间产品大多数被通用平台枚举(CPE,Common Platform Enumeration)收录。

目前已有的网络空间威胁知识图谱还不能完整描绘“威胁-弱点-资产”等复杂的关联关系,且存在已收录的知识更新慢、实体关系不全面等问题,因此需要基于网络空间多源情报数据抽取更加丰富的网络空间威胁知识。

目前已有的类如漏洞库(CVE,Common Vulnerability Enumeration,通用漏洞枚举)、攻击模式库(CAPEC,Common Attack Pattern Enumeration and Classification,通用攻击模式枚举和分类)等关联形成的网络空间知识图谱中的实例节点大多数采用统一编码体系,如CAPEC-ID、CVE-ID等,不具备语义特性。

而维基百科、Freebase、DBpedia等开放知识图谱通常具备语义特性,比如实体“邱勇”可以直接显式地从非结构化文本中抽取。但是,网络空间威胁知识图谱区别于开放知识图谱在于实例节点不具备语义特性,而多由编码体系组成,且网络安全威胁报告中通常不会直接提及具体的攻击模式编号(CAPEC-ID)或者漏洞编号(CVE-ID),而由一段非结构化文本描述漏洞、攻击模式、以及漏洞与攻击模式的关系。因此,传统的结构化信息抽取技术不能够很好地适用于网络空间威胁知识图谱的隐实体及关系抽取。

发明内容

基于此,有必要针对上述技术问题,提供一种能够解决传统结构化信息抽取技术不能够很好地适用于网络空间威胁知识图谱的隐实体及关系抽取问题的网络空间威胁知识抽取方法和装置。

一种网络空间威胁知识抽取方法,所述方法包括:

根据预先训练的多标签分类器,提取待提取文本的本体概念以及所述本体概念之间的关系;

根据每个所述本体概念预先训练的多类分类器,提取所述待提取文本中本体概念对应的实例;

根据本体概念对应的实体以及所述本体概念之间的关系,确定所述实例之间的关系;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010424101.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top