[发明专利]威胁要素提取方法、装置、设备及存储介质

权利要求书

1.一种威胁要素提取方法，其特征在于，所述方法包括：

采用预设的停用词库和威胁信息词汇库，对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇；

采用预设的多分类模型对所述多个目标词汇进行分类处理，得到所述威胁信息文档中包含多种实体类型的分类结果，其中，每种实体类型的分类结果包括：所述每种实体类型的多种威胁词汇的概率值；所述多分类模型为预先采用样本威胁信息文档训练得到的分类模型，所述样本威胁信息文档中所述每种威胁要素所在的位置预先标注有对应的威胁词汇；

根据所述多种实体类型的分类结果，分别确定所述威胁信息文档中存在的所述多种实体类型的目标威胁词汇。

2.如权利要求1所述的方法，其特征在于，所述对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇之前，所述方法还包括：

将所述威胁信息文档中的所有大写文本转换为小写文本。

3.如权利要求1所述的方法，其特征在于，所述对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇之前，所述方法还包括：

将所述威胁信息文档中的漏洞编号替换为所述漏洞编号对应的词汇。

4.如权利要求1所述的方法，其特征在于，所述对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇之前，所述方法还包括：

将所述威胁信息文档中的无规律文本替换为所述无规律文本对应的词汇。

5.如权利要求1所述的方法，其特征在于，所述对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇之前，所述方法还包括：

将所述威胁信息文档中的预设格式文本替换为所述预设格式文本对应的词汇或者删除。

6.如权利要求1所述的方法，其特征在于，所述根据所述多种实体类型的分类结果，分别确定所述威胁信息文档中存在的所述多种实体类型的目标威胁词汇，包括：

根据所述每种实体类型的分类结果，确定概率值大于预设阈值的威胁词汇为所述每种实体类型的目标威胁词汇。

7.如权利要求1所述的方法，其特征在于，所述多种实体类型包括如下至少两种实体类型：

定向威胁攻击的组织名称、所述定向威胁攻击的攻击手段、所述定向威胁攻击的威胁主体、所述定向威胁攻击的使用工具。

8.一种威胁要素提取装置，其特征在于，所述装置包括：分词模块、分类模块和确定模块，其中：

所述分词模块，用于采用预设的停用词库和威胁信息词汇库，对待提取的威胁信息文档进行分词处理，得到所述威胁信息文档的多个目标词汇；

所述分类模块，用于采用预设的多分类模型对所述多个目标词汇进行分类处理，得到所述威胁信息文档中包含多种实体类型的分类结果，其中，每种实体类型的分类结果包括：所述每种实体类型的多种威胁词汇的概率值；所述多分类模型为预先采用样本威胁信息文档训练得到的分类模型，所述样本威胁信息文档中所述每种威胁要素所在的位置预先标注有对应的威胁词汇；

所述确定模块，用于根据所述多种实体类型的分类结果，分别确定所述威胁信息文档中存在的所述多种实体类型的目标威胁词汇。

9.一种威胁要素提取设备，其特征在于，所述设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述威胁要素提取设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述权利要求1-7任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述权利要求1-7任一项所述的方法。