[發(fā)明專利]一種工業(yè)信息安全知識圖譜構建方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010697690.6
• 申請日: 2020-07-20
• 公開（公告）號: CN111897968A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設計）人: 蔣正威;鄒劍鋒;趙志軍;金學奇;馬國梁;杜奇?zhèn)?/a>;陳國恩;江波;王躍強;張磊;殷華;宓群超;黃銀強
• 申請（專利權）人: 國網(wǎng)浙江省電力有限公司嘉興供電公司;嘉興恒創(chuàng)電力集團有限公司華創(chuàng)信息科技分公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/951;G06F40/289;G06F40/295;G06N3/04;G06N3/08
• 代理公司: 浙江杭知橋律師事務所 33256
• 代理人: 陳麗霞

1.一種工業(yè)信息安全知識圖譜構建方法和系統(tǒng)，其特征在于，包括如下步驟：

信息的采集與整理，通過爬蟲方式，對信息進行采集和整理；信息包括工控設備數(shù)據(jù)、工業(yè)信息安全漏洞數(shù)據(jù)、攻擊較低數(shù)據(jù)、工業(yè)信息安全數(shù)據(jù)和建立工業(yè)信息安全相關的數(shù)據(jù)；

知識抽取，對采集和整理后的數(shù)據(jù)進行抽取，知識抽取包括實體抽取、關系抽取和工業(yè)信息安全事件抽取；

知識對齊，通過對抽取后的知識進行對齊；

構建知識圖譜，將對齊后的知識存入數(shù)據(jù)庫中構建知識圖譜。

2.根據(jù)權利要求1所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，實體抽取包括結構化數(shù)據(jù)實體抽取和非結構化數(shù)據(jù)實體抽取；

結構化數(shù)據(jù)實體抽取通過正則匹配的方式進行實體的抽取；

非結構化數(shù)據(jù)實體抽取包括模板法和/或命名實體識別法的方式進行實體的抽取；

模板法為通過詞性分析和關系關鍵詞匹配，從語句中抽取實體的方法。

3.根據(jù)權利要求2所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，命名實體識別法包括：

通過Stanford的CoreNLP工具對英文文本進行處理，使用哈工大的LTP工具對中文文本進行處理，并對非結構化的設備文本、漏洞文本以及新聞文本等文本進行分詞和人工標注；

通過NER工具和LTP工具對英文文本和中文文本分別進行模型的訓練，從而得到中英文分開的命名實體識別模型；

使用訓練好的命名實體識別模型在未標注的數(shù)據(jù)上進行分詞和命名實體的識別，自動抽取一些粗粒度的實體；

獲取粗粒度的實體，使用Word2Vec工具將實體名轉(zhuǎn)化為詞向量，并篩選出少量工業(yè)信息相關的實體，通過相關實體的詞向量，計算其他實體的詞向量與這些詞向量的距離的均值，不斷迭代從而從中選取相關實體。

4.根據(jù)權利要求1所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，關系抽取包括結構化數(shù)據(jù)關系抽取和非結構化數(shù)據(jù)關系抽取；

結構化數(shù)據(jù)關系抽取包括實體間的關系抽取和部分實體的屬性關系抽取；

非結構化數(shù)據(jù)關系抽取采用基于詞向量卷積神經(jīng)網(wǎng)絡的抽取方式進行關系抽取。

5.根據(jù)權利要求4所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，基于詞向量卷積神經(jīng)網(wǎng)絡的抽取方式進行關系抽取的方法為，

Google開源的Word2Vec工具將所有訓練語料中的詞語進行向量化處理，將每一個詞匯都轉(zhuǎn)化為固定長度的詞向量；

使用實體及其句式結構附近的詞匯的詞向量作為基本特征，將這些特征組合成特征向量，并根據(jù)詞語在句式結構中的位置進行非線性的加權變換，得到根據(jù)詞語向量信息和詞語位置信息組合生成的特征向量；

特征向量經(jīng)過不同卷積核的卷積運算后會抽取到更多的特征，將最后生成的特征向量集合應用于分類器中，得到訓練分類模型，從而進行關系抽取。

6.根據(jù)權利要求1所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，工業(yè)信息安全事件抽取包括時間識別和時間關鍵信息抽取；事件識別通過觸發(fā)詞詞典進行匹配，觸發(fā)詞詞典包括事件核心詞詞典和事件相關詞詞典；關鍵信息抽取依據(jù)候選屬性詞設有篩選機制。

7.根據(jù)權利要求1所述的一種工業(yè)信息安全知識圖譜構建方法，其特征在于，事件核心詞詞典的確定步驟包括：

第一步，利用詞性標注方法，當一個句子中出現(xiàn)的事件核心詞在該句中的詞性為動詞時，則執(zhí)行第二步；

第二步，利用依存句法分析中的依存距離來判定關鍵詞；

第三步，事件相關詞詞典中的詞語用于協(xié)助判斷句子描述工控安全事件。