[发明专利]基于知识图谱技术面向动态网络智能网络态势感知系统

权利要求书

1.一种基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，包括态势感知节点、网络态势感知融合中心和网络态势感知应用；

所述态势感知节点基于网络传感节点数据抽取并完成知识转换加工处理，完成网络态势传感节点布局网路态势感知构建局部网络态势知识图谱库；

所述网络态势感知融合中心基于组网各网络传感节点生成的局部网络态势知识图谱模型进行知识图谱库融合消歧处理、推理分析补全构建网络态势知识图谱模型；调研分析完成标准化网络态势知识图谱本体模型制定；同时具备网络态势知识图谱数据共享、网络态势变化预警分析,网络推理分析服务，并进行态势感知节点组网管理；

所述网络态势感知应用用于提供可视化配置本体知识创建,网络图谱关系以及网络态势信息展示，网络实体网元节点信息分析与预警应用服务系统。

2.根据权利要求1所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述网络态势知识图谱模型基于本体模型构建，所述网络态势知识图谱模型对象实体网元知识包括链路、网络、会话协议参数属静态性，流量、故障频次、关联网元、关联地域动态属性；所述网络态势知识图谱模型对象实体网元交织关系知识包括线路、端口、交互协流量、承载业务属性。

3.根据权利要求1所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述数据抽取及知识转化具体为：通过知识抽取，可以从原始数据中提取出网元实体、关系与属性知识要素，再通过知识加工，最终获得结构化、网络化的知识体系，所述知识加工包括：知识表示、知识推理、知识更新和质量评估。

4.根据权利要求3所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述知识表示可采用人工编辑的方式手动构建，也可以以数据驱动的自动化方式构建本体，所述自动化方式包含3个阶段：实体并列关系相似度计算、实体上下位关系抽取以及本体的生成。

5.根据权利要求3所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述知识推理指从知识库中已有的实体网元关系数据出发，进行计算机推理，建立实体网元间的新关联，从而拓展和丰富知识网络网元。

6.根据权利要求3所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述知识推理方法利用3大类：本体推理，基于规则的推理和基于图的推理。

7.根据权利要求3所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述知识更新包括概念层的更新和数据层的更新，概念层的更新是指新增Schema数据后获得了新的概念，需要自动将新的概念添加到知识库的概念层中；数据层的更新主要是新增或更新实体、关系、属性值；对数据层进行更新需要考虑数据源的可靠性、数据的一致性，并选择在各数据源中出现频率高的事实和属性加入知识库。

8.根据权利要求3所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述质量评估可对知识的可信度进行量化，通过舍弃置信度较低的知识来保障知识库的质量。

9.根据权利要求1所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述知识图谱库融合消歧处理针对ISO七层网络结构中不同层次网络领域数据，结合本体模型，研究多个态势感知节点的数据融合算法，实现多节点网络态势图谱数据融合及补全，分为模式层的融合及数据层的融合；

模式层的融合面向schema，包含概念、概念的上下位及属性的统一；数据层的融合是将不同数据源的同实体以不同的表达形式进行融合，包含实体的合并、实体属性与关系的合并，实体相似度相关的TransE模型。

10.根据权利要求1所述的基于知识图谱技术面向动态网络智能网络态势感知系统，其特征在于，所述组网采用的对等系统架构，由一个或者多个网络传感节点组成。