[發(fā)明專利]一種IoC自動抽取與挖掘方法與系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110297230.9 | 申請日： | 2021-03-19 |
| 公開（公告）號： | CN112966158A | 公開（公告）日： | 2021-06-15 |
| 發(fā)明（設計）人： | 鄒福泰 | 申請（專利權）人： | 天桐（蘇州）網絡科技有限公司 |
| 主分類號： | G06F16/903 | 分類號： | G06F16/903;G06F16/906;G06F16/335;G06F40/295;G06N3/04;G06N3/08 |
| 代理公司： | 上海旭誠知識產權代理有限公司 31220 | 代理人： | 鄭立 |
| 地址： | 215010 江蘇省蘇州市高新區(qū)竹*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 ioc 自動 抽取 挖掘 方法 系統(tǒng) | ||
1.一種IoC自動抽取與挖掘方法，其特征在于，包括詞嵌入層、序列表示層、全連接層；
所述詞嵌入層將輸入詞語轉換為詞向量；
所述序列表示層為雙向LSTM結構；
所述全連接層對所述詞嵌入層和所述序列表示層的輸出進行綜合，輸出表示是否為有效IoC。
2.如權利要求1所述的IoC自動抽取與挖掘方法，其特征在于，所述詞嵌入層采用Word2Vec中的Skip-Gram算法進行訓練。
3.如權利要求1所述的IoC自動抽取與挖掘方法，其特征在于，所述序列表示層還包括注意力機制。
4.如權利要求3所述的IoC自動抽取與挖掘方法，其特征在于，所述序列表示層還包括上下文特征。
5.如權利要求4所述的IoC自動抽取與挖掘方法，其特征在于，所述序列表示層在每個句子輸入之前，對所述雙向LSTM結構中的隱藏層的權值置零。
6.一種采用如權利要求1-5任一項所述方法的IoC自動抽取與挖掘系統(tǒng)，其特征在于，包括文本自動獲取模塊、非結構化文本預處理模塊、IoC Term匹配庫、IoC提取模塊、IoC數(shù)據(jù)庫；
所述文本自動獲取模塊收集IoC文本信息；
所述非結構化文本預處理模塊對所述IoC文本信息進行清洗；
所述IoC Term匹配庫存儲IoC Term；
所述IoC提取模塊提取IoC；
所述IoC數(shù)據(jù)庫存儲所述IoC提取模塊提取到的所述IoC。
7.如權利要求6所述的IoC自動抽取與挖掘系統(tǒng)，其特征在于，所述IoC提取模塊包括正則表達式匹配模塊、IoC有效性判斷模塊。
8.如權利要求7所述的IoC自動抽取與挖掘系統(tǒng)，其特征在于，所述正則表達式匹配模塊通過正則表達式匹配有效IoC。
9.如權利要求8所述的IoC自動抽取與挖掘系統(tǒng)，其特征在于，所述正則表達式匹配模塊包括兩類正則表達式，分別匹配規(guī)則嚴整的IoC和結構化特征不明顯的語句中的IoC。
10.如權利要求7所述的IoC自動抽取與挖掘系統(tǒng)，其特征在于，所述IoC有效性判斷模塊對IoC進行有效性分類，識別出有效IoC。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天桐（蘇州）網絡科技有限公司，未經天桐（蘇州）網絡科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110297230.9/1.html，轉載請聲明來源鉆瓜專利網。
