[發明專利]一種網絡安全實體重疊關系的識別方法、裝置及設備

有效

• 申請號: 202110649418.5
• 申請日: 2021-06-10
• 公開（公告）號: CN113342974B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 楊珂;玄佳興;李達;王合建;陳帥;薛文昊;蘇展;王俊生;薛真;杜玥霞
• 申請（專利權）人: 國網電子商務有限公司;國網區塊鏈科技（北京）有限公司;國網雄安金融科技集團有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種網絡安全實體重疊關系的識別方法，其特征在于，所述方法包括：

獲取待識別文本數據；

將所述待識別文本數據輸入至目標聯合提取模型中，得到所述目標聯合提取模型輸出的所述待識別文本數據中的網絡安全實體詞匯以及網絡安全實體詞匯之間的實體關系；其中，所述目標聯合提取模型用于利用對所述待識別文本數據進行編碼處理得到的待識別詞匯對應的隱向量，和對所述待識別文本數據進行實體識別得到的所述待識別詞匯對應的網絡安全實體標簽向量，確定所述待識別詞匯對應的網絡安全實體，以及所述待識別詞匯對應的網絡安全實體之間的實體關系；

根據所述網絡安全實體詞匯確定所述待識別文本數據中包括的目標網絡安全實體；根據所述網絡安全實體詞匯之間的實體關系，確定所述目標網絡安全實體之間的實體關系；

所述目標聯合提取模型包括BERT層、雙向長短時記憶網絡Bi-LSTM編碼層、條件隨機場CRF層和多頭關系層，具體用于：

所述BERT層用于獲取待識別文本數據，對所述待識別文本數據進行特征提取，得到所述待識別文本數據中的待識別詞匯的詞匯向量；

所述雙向長短時記憶網絡Bi-LSTM編碼層用于對所述待識別詞匯的詞匯向量進行編碼處理，得到所述待識別文本數據中各個待識別詞匯對應的隱向量；

所述條件隨機場CRF層用于根據所述待識別詞匯對應的隱向量，確定所述待識別詞匯對應的網絡安全實體標簽向量；

所述多頭關系層用于根據所述待識別詞匯對應的網絡安全實體標簽向量，選取待識別詞匯作為目標實體詞匯；將所述目標實體詞匯對應的隱向量和所述目標實體詞匯對應的網絡安全實體標簽向量進行拼接，得到所述目標實體詞匯對應的輸入向量；利用所述目標實體詞匯對應的輸入向量，計算所述目標實體詞匯之間具有目標關系的得分；所述目標關系為預設實體關系中的每一個；根據所述目標實體詞匯之間具有目標關系的得分，確定所述目標實體詞匯所對應的網絡安全實體，以及所述目標實體詞匯對應的網絡安全實體之間的實體關系。

2.根據權利要求1所述的方法，其特征在于，所述獲取待識別文本數據，對所述待識別文本數據進行特征提取，得到所述待識別文本數據中的待識別詞匯的詞匯向量，包括：

獲取待識別文本數據，對所述待識別文本數據進行分詞，得到所述待識別文本數據中的待識別詞匯；所述待識別詞匯為所述待識別文本數據中的每一個詞匯；

將所述待識別詞匯輸入至bert模型中，得到所述待識別詞匯對應的詞嵌入向量；

將所述待識別詞匯中的待識別字符輸入至雙向長短期記憶模型中，得到所述雙向長短期記憶模型輸出的所述待識別字符對應的字符嵌入向量；所述待識別字符為所述待識別詞匯中的每一個字符；

將所述待識別詞匯對應的詞嵌入向量和所述待識別詞匯中各個待識別字符對應的字符嵌入向量進行拼接，得到所述待識別詞匯對應的詞匯向量；

其中，所述bert模型和所述雙向長短期記憶模型是預先建立的。

3.根據權利要求2所述的方法，其特征在于，所述bert模型為bert-Base模型或者為bert-Large模型。

4.根據權利要求1所述的方法，其特征在于，所述根據所述目標實體詞匯之間具有目標關系的得分，確定所述目標實體詞匯所對應的網絡安全實體，以及所述目標實體詞匯對應的網絡安全實體之間的實體關系，包括：

將所述目標實體詞匯之間具有目標關系的得分作為第一激活函數的變量，得到所述第一激活函數輸出的所述目標詞匯之間具有目標關系的概率值；

根據所述目標實體詞匯對應的網絡安全實體標簽向量，以及最大的概率值所對應的目標關系，確定所述目標實體詞匯對應的目標網絡安全實體；將所述最大的概率值所對應的目標關系作為所述目標實體詞匯對應的目標網絡安全實體之間的實體關系。