[发明专利]基于本体推理的网络空间关键地形生成方法有效

专利信息
申请号: 202011246167.8 申请日: 2020-11-10
公开(公告)号: CN112073441B 公开(公告)日: 2021-01-29
发明(设计)人: 朱承;刘斌;朱席席;潘永淇;朱先强;刘毅;丁兆云;童俊鑫 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: H04L29/06 分类号: H04L29/06;G06F16/36;G06N5/02;G06N5/04
代理公司: 长沙国科天河知识产权代理有限公司 43225 代理人: 邱轶
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: 基于 本体 推理 网络 空间 关键 地形 生成 方法
【说明书】:

本申请涉及一种基于本体推理的网络空间关键地形生成方法。所述方法包括:根据预先设置的统一网络安全本体模型,获取网络空间对象对应的概念模型;利用语义网安全本体的表示方式,得到概念模型对应的基本本体;根据所述基本本体,构建网络空间地形识别本体;网络空间识别本体包括:概念体系和关键地形识别规则;获取网络空间数据,根据网络空间地形识别本体对所述网络空间数据进行规范化表示,得到规范化数据,以及根据预先设置的本体推理机生成规范化数据对应的关键地形。采用本方法能够提高关键地形识别的效率。

技术领域

本申请涉及网络空间安全技术领域,特别是涉及一种基于本体推理的网络空间关键地形生成方法。

背景技术

网络空间(Cyberspace)已成为继“陆、海、空、天”后的第五维空间,世界各国已纷纷大动作投入网络空间建设,出台网络空间国家战略,以抢占制高点。

网络空间关键的地形识别是网络空间计划工作的基本组成部分。将计划的目标与地形分析相匹配,以确定每份计划的蓝色、灰色和红色网络空间中的关键地形。将计划或任务目标与关键地形相关联可确保查明任务在网络空间中的依赖性。在许多情况下,为任务目标提供支持的系统、网络和基础设施将是相互依赖的。这些复杂的相互依赖关系可能需要进行深入分析,从而提出定制的风险化解方法。

总之,网络空间关键地形识别对网络空间具有重要意义。目前的网络空间关键地形识别大多是基于工作人员的个人经验和判断,难以对网络空间内各实体之间的相互依赖关系进行深入的理解和分析,且在复杂多变的网络空间环境,工作人员的反映和效率往往难以满足作战的需求。

发明内容

基于此,有必要针对上述技术问题,提供一种能够解决网络空间关键地形识别困难的基于本体推理的网络空间关键地形生成方法和装置。

一种基于本体推理的网络空间关键地形生成方法,所述方法包括:

根据预先设置的统一网络安全本体模型,获取网络空间对象对应的概念模型;

利用语义网安全本体的表示方式,得到所述概念模型对应的基本本体;

根据所述基本本体,构建网络空间地形识别本体;所述网络空间识别本体包括:概念体系和关键地形识别规则;

获取网络空间数据,根据所述网络空间地形识别本体对所述网络空间数据进行规范化表示,得到规范化数据,以及根据预先设置的本体推理机生成所述规范化数据对应的关键地形。

在其中一个实施例中,还包括:根据预先设置的UCO模型中定义的网络观测数据模式,获取网络空间对象对应的概念模型。

在其中一个实施例中,还包括:根据预先获取的网络安全数据,对UCO模型进行拓展。

在其中一个实施例中,还包括:根据描述逻辑语义网本体语言公理对所述基本本体进行描述,确定概念体系;根据SWRL规则,确定所述基本本体进行地形识别的关键地形识别规则。

在其中一个实施例中,还包括:根据描述逻辑语义网本体语言公理对所述基本本体的概念、关系和属性进行描述,确定概念体系。

在其中一个实施例中,所述语义网规则包括:普通语义网规则和拓展语义网规则;所述普通语义网规则使用网络本体语言和语义网规则语言内嵌词汇中的词汇表示,所述拓展语义网规则中嵌入预先设置的机器学习模型进行表示。

在其中一个实施例中,还包括:获取网络空间数据,根据所述网络空间数据和所述网络空间地形识别本体,构建网络空间态势知识图谱;根据由AL-log推理算法构建的本体推理机,对所述网络空间态势知识图谱进行关键地形识别。

一种基于本体推理的网络空间关键地形识别装置,所述装置包括:

基本概念抽取模块,用于根据预先设置的统一网络安全本体模型,获取网络空间对象对应的概念模型;

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/202011246167.8/2.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