Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州大学尚文利获国家专利权

广州大学尚文利获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广州大学申请的专利一种网络安全关系抽取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119539047B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411482849.7,技术领域涉及:G06N5/022;该发明授权一种网络安全关系抽取方法是由尚文利;陈瑞琪;肖乐杰;时昊天;常志伟;周正;王博文设计研发完成,并于2024-10-22向国家知识产权局提交的专利申请。

一种网络安全关系抽取方法在说明书摘要公布了:本发明公开了一种网络安全关系抽取方法,其中方法步骤如下:S1:获得安全事件数据集,对安全事件数据集中的数据进行清洗、预处理以及切分标记,最后将完成标记的数据集分为训练数据集和测试数据集S2:构建关系抽取预测模型S3:将训练数据集输入关系抽取预测模型,获得安全事件预测结果,根据预测结果对所述关系预抽取模型的参数进行调整S4:将测试数据集数据输入所述关系预抽取模型,得到模型的性能参数,则重复步骤S3至性能参数高于预设值,后将该模型保存为安全关系抽取模型。

本发明授权一种网络安全关系抽取方法在权利要求书中公布了:1.一种网络安全关系抽取方法,其特征在于,包括如下步骤: S1:获得安全事件数据集,对安全事件数据集中的数据进行清洗和预处理,获得初始数据集;对所述初始数据集中的数据进行切分标记,将完成标记的所述初始数据集按照预设比例分为训练数据集和测试数据集; S2:构建关系抽取预测模型,所述关系抽取预测模型包括关系抽取一级模型,关系抽取二级模型和输出层;所述关系抽取一级模型包括数据转化层和关系抽取层; S3:将训练数据集输入所述关系抽取一级模型,得到训练集中每一个数据对应的第一综合序列,所述第一综合序列为包含有数据文本信息和依赖关系的综合序列,所述第一综合序列组成第一输出集; 将所述第一输出集输入至所述关系抽取二级模型,得到与每一个所述第一综合序列对应的第二综合序列,所述第二综合序列为包含有第一综合序列中全局信息和局部细节的综合序列,所述第二综合序列组成第二输出集; 将所述第二输出集输入至输出层,获得与每一个所述第二综合序列对应的安全事件预测结果组成的安全事件预测结果集,根据所述安全事件预测结果集对所述关系抽取预测模型的参数进行调整; S4:将所述测试数据集数据输入所述关系抽取预测模型,得到模型的性能参数,若所述性能参数高于预设值,则将该关系抽取预测模型保存为安全关系抽取模型,若所述性能参数未达到预设值,则重复步骤S3; 关系抽取一级模型包括基于BERT模型的转化层和基于A-GCN模型的关系抽取层两部分组合构成,关系抽取一级模型将输入的句子编码为隐藏向量,再将隐藏向量生成综合序列表示输出;关系抽取二级模型为包含有后向LSTM层和前向LSTM层,生成一个综合序列表示,并将其输入到输出层中进行预测; 以BiLSTM模型为原型与所述关系抽取一级模型相结合,成为所述关系抽取二级模型; 所述关系抽取二级模型包括前向LSTM层和后向LSTM层,将所述关系抽取一级模型生成的所述第一综合序列输入到所述关系抽取二级模型中,通过前向LSTM层和后向LSTM层分别处理这些输入,进一步捕捉到序列中从前往后的数据信息和从后往前的数据信息,所述关系抽取二级模型会将前向LSTM层和后向LSTM层的输出进行拼接,生成所述第二综合序列。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广州大学,其通讯地址为:510006 广东省广州市大学城外环西路230号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。