[发明专利]一种网络安全数据知识图谱构建方法及装置

说明书

本发明公开了一种网络安全数据知识图谱构建方法及装置，用于解决现有的网络安全数据分析方法存在局限性的技术问题。获取网络安全数据；对网络安全数据进行知识抽取，并根据抽取结果构建知识库；对字典知识三元组进行融合，得到基础知识图谱；在基础知识图谱上融合日志知识三元组，得到操作关系图谱；在操作关系图谱上融合文本知识三元组，得到深度图谱；将深度图谱映射到预设向量空间中，得到第一关系向量；将知识库映射到向量空间中，得到第二关系向量；计算第一关系向量和第二关系向量之间的相似度，根据相似度确定预测关系向量；获取预测关系向量对应的目标三元组，并将目标三元组与深度图谱融合，得到网络安全数据知识图谱。

技术领域

本发明涉及知识图谱技术领域，尤其涉及一种网络安全数据知识图谱构建方法及装置。

背景技术

现今，知识图谱广泛用于文本挖掘和文本知识推理领域，主要采用关键词提取算法从对象文本中抽取知识，再借助知识与知识之间相关性进行匹配链接。这种方法虽然能在商业推荐和广告投放等领域得到有效运用，但在网络安全分析领域却存在以下局限性：

1)网络安全分析的数据源除了包括文本等非结构化数据外，还包括网络日志、安全设备日志、数据库日志和结构化存储等结构化数据，传统的知识图谱难以开展知识抽取；

2)在文本的知识抽取上，传统的知识图谱会采用基于词频、局域距离的关键词提取算法，以及基于循环神经网络的关键词提取算法，但是相关算法各有利弊，难以有效刻画文本中的关键信息，比如一个词虽然在文中出现频率较高，但是不一定是该文本的关键词；而循环神经网络虽然能够对文本有较强的关键词挖掘能力，但是在面向大文本量挖掘时效率较低，并且只能挖掘特定的文本对象；

3)传统的知识图谱算法在知识融合方面主要采用文本相似度的融合方法，主要对具有词义的关键词进行融合分析，难以对没有词义的网络实体进行融合，比如网络主机IP、网络资产编号等；

4)在知识图谱的补全和链接的预测上，传统的知识图谱构建一般会采用TransE的方法，但是该方法存在一定的局限性，通过映射到低维空间并借助向量距离的方法预测准确率较低。

发明内容

本发明提供了一种网络安全数据知识图谱构建方法及装置，用于解决现有的网络安全数据分析方法存在局限性的技术问题。

本发明提供了一种网络安全数据知识图谱构建方法，包括：

获取网络安全数据；

对所述网络安全数据进行知识抽取，并根据抽取结果构建知识库；所述知识库记录有字典知识三元组、日志知识三元组和文本知识三元组；

对所述字典知识三元组进行融合，得到基础知识图谱；

在所述基础知识图谱上融合所述日志知识三元组，得到操作关系图谱；

在所述操作关系图谱上融合所述文本知识三元组，得到深度图谱；

将所述深度图谱映射到预设向量空间中，得到第一关系向量；

将所述知识库映射到所述向量空间中，得到第二关系向量；

计算所述第一关系向量和所述第二关系向量之间的相似度，根据所述相似度确定预测关系向量；

获取所述预测关系向量对应的目标三元组，并将所述目标三元组与所述深度图谱融合，得到网络安全数据知识图谱。

可选地，所述对所述网络安全数据进行知识抽取，并根据抽取结果构建知识库的步骤，包括：

对所述网络安全数据进行字典知识抽取，得到所述字典知识三元组；

对所述网络安全数据进行日志知识抽取，得到所述日志知识三元组；

对所述网络安全数据进行文本知识抽取，得到所述文本知识三元组；