基于知识图谱的网络安全数据组织方法

TP393.0; 针对未来空管系统向网络化方向发展过程中存在的网络安全数据组织形式关联性不强以及融合度偏低等问题,提出了一种基于知识图谱的网络安全数据组织方法.通过专家经验构建网络安全基本知识库、制订特征模板及引入Bert模型训练字向量等步骤,以双向长短时记忆网络(BiLSTM)模型为基础,结合条件随机场(CRF)算法完成实体识别和关系抽取.最后,选取不同命名实体的18 921条语料进行验证.试验结果表明,依照评价指标,该方法模型在准确率、召回率和F1值等方面均明显优于其他模型,实体识别F1值达89.66％,关系抽取F1值超出支持向量机(SVM)模型近10％,均体现出较优的数据组织效果....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	指挥信息系统与技术 2019, Vol.10 (6), p.25-31
Hauptverfasser:	张阳, 王佳贺, 魏凡翔, 魏松杰
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP393.0; 针对未来空管系统向网络化方向发展过程中存在的网络安全数据组织形式关联性不强以及融合度偏低等问题,提出了一种基于知识图谱的网络安全数据组织方法.通过专家经验构建网络安全基本知识库、制订特征模板及引入Bert模型训练字向量等步骤,以双向长短时记忆网络(BiLSTM)模型为基础,结合条件随机场(CRF)算法完成实体识别和关系抽取.最后,选取不同命名实体的18 921条语料进行验证.试验结果表明,依照评价指标,该方法模型在准确率、召回率和F1值等方面均明显优于其他模型,实体识别F1值达89.66％,关系抽取F1值超出支持向量机(SVM)模型近10％,均体现出较优的数据组织效果.
ISSN:	1674-909X
DOI:	10.15908/j.cnki.cist.2019.06.005