[發明專利]一種工業信息安全知識圖譜構建方法和系統

在審

• 申請號: 202010697690.6
• 申請日: 2020-07-20
• 公開（公告）號: CN111897968A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 蔣正威;鄒劍鋒;趙志軍;金學奇;馬國梁;杜奇偉;陳國恩;江波;王躍強;張磊;殷華;宓群超;黃銀強
• 申請（專利權）人: 國網浙江省電力有限公司嘉興供電公司;嘉興恒創電力集團有限公司華創信息科技分公司
• 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

本發明涉及工業信息安全領域，公開了一種工業信息安全知識圖譜構建方法和系統，信息的采集與整理，通過爬蟲方式，對信息進行采集和整理；知識抽取，對采集和整理后的數據進行抽取，知識抽取包括實體抽取、關系抽取和工業信息安全事件抽取；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據庫中構建知識圖譜。利用基于詞向量的卷積神經網絡進行關系抽取，對工業信息安全事件進行抽取，最后構建工業信息安全的知識圖譜，實現工業信息多源大數據的融合；為工業信息安全行業領域提供一個大數據整合的方法，便于更加高效且直觀地進行工業信息安全信息的檢索與查詢。

技術領域

本發明涉及工業信息安全領域，尤其涉及了一種工業信息安全知識圖譜構建方法和系統。

背景技術

近年來，隨著大數據分析技術和自然語言處理的快速發展，知識圖譜的構建技術也隨之得到了快速的發展。

通過構建工業信息安全領域的知識圖譜，可以將工業信息安全大數據進行融合，消除數據孤島，將工控設備、廠商、漏洞、腳本等多項實體進行有機的結合。

現有技術中構建的工業信息安全知識圖譜，其構建方式繁瑣，不能夠高效直觀的進行工業信息安全信息的檢索與查詢。

專利標題：基于工業領域構建知識圖譜的方法、裝置及存儲介質，申請號：CN201910185451.X，申請日：2019-03-12的專利申請中記載一種基于工業領域構建知識圖譜的方法、裝置及存儲介質。其中該方法，包括：獲取與工業領域相關的文本信息；基于預設的深度置信網絡，識別所述文本信息中包含的命名實體，其中所述命名實體用于指示所述文本信息中包含的以名稱為標識的實體；基于所述預設的深度置信網絡，識別所述命名實體之間的命名實體關系；以及根據所述命名實體以及所述命名實體關系，構建基于工業領域的知識圖譜。達到了基于工業領域的非結構化的文本信息，利用深度置信網絡，有效的進行命名實體以及命名實體關系的識別，從而構建出適用于工業領域的知識

圖譜。

現有技術中，構建的工業信息安全知識圖譜，其構建方式繁瑣，不能夠高效直觀的進行工業信息安全信息的檢索與查詢。

發明內容

本發明針對現有技術中構建的工業信息安全知識圖譜，其構建方式繁瑣，不能夠高效直觀的進行工業信息安全信息的檢索與查詢的問題，提供了一種工業信息安全知識圖譜構建方法和系統。

為了解決上述技術問題，本發明通過下述技術方案得以解決：

一種工業信息安全知識圖譜構建方法，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據、工業信息安全漏洞數據、攻擊較低數據、工業信息安全數據和建立工業信息安全相關的數據；

知識抽取，對采集和整理后的數據進行抽取，知識抽取包括實體抽取、關系抽取和工業信息安全事件抽取；

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據庫中構建知識圖譜。

作為優選，實體抽取包括結構化數據實體抽取和非結構化數據實體抽取；

結構化數據實體抽取通過正則匹配的方式進行實體的抽取；

非結構化數據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。

作為優選，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。

作為優選，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；