[发明专利]一种应用在网络安全领域的实体链接方法

说明书

本发明公开一种网络安全领域的实体链接实现方法，包括利用实体查询引用表生成安全候选实体；对实体提及对应的待链接安全文本进行分词，并得到第一联合嵌入向量；对安全候选实体对应的来的安全文本进行分词，并得到第二联合嵌入向量；依次将第一联合嵌入向量、第二联合嵌入向量输入到BiLstm模型、CNN模型中，分别得到安全文本的第一特征信息和第二特征信息；在特征信息中均引入神经网络的Attention机制，增强相应的安全文本特征；对增强后的安全文本向量进行余弦相似度计算，将得分最高的候选实体链接到实体提及中去，从而实现网络安全领域的实体链接。本发明有效的提升了网络安全领域的实体链接系统性能。

技术领域

本发明涉及自然语言处理领域，尤其涉及一种应用在网络安全领域的实体链接方法。

背景技术

现代计算机技术的飞速发展，导致了互联网上的安全数据也呈现出爆炸性增长的趋势。在网络技术快速发展的同时，对网络进行攻击的安全突发事件数量和网络安全漏洞也日益增多。

为了能有效的确保网络空间的安全，现如今的网络安全专家们在众多的关键位置都部署了网络空间安全监测系统，用来检测各种网络安全威胁。这些庞大的监测系统具有大量的安全数据，分析这些安全数据对网络安全风险防控具有重要的意义。

然而现今的安全数据分析多采用人工去进行分析或采用单一匹配方法进行分析。采用自然语言处理的实体链接技术对安全数据进行分析将极大的提高安全数据分析的能力，能够有效的为网络安全监测人才对网络安全态势做出精准判断提供科学辅助，从而提高网络空间的安全性。现阶段网络安全领域的实体链接技术研究还相对较少，因此研究网络安全领域的实体链接技术变得尤为迫切。

发明内容

本发明的实施例提供了一种应用在网络安全领域的实体链接方法，有效的改善网络安全领域的实体链接性能。

一种应用在网络安全领域的实体链接方法，包括：

步骤一：构建网络安全领域的候选实体查询引用表，并利用实体查询引用表生成安全候选实体；

步骤二：利用分词工具对实体提及对应的待链接安全文本进行分词，将分词后的待链接安全文本输入已训练好的Word2vec模型，Word2vec模型输出待链接安全文本的第一字向量和第一词向量，同时生成对应的第一位置向量，将第一字向量、第一词向量和第一位置向量相加得到第一联合嵌入向量；

步骤三：利用分词工具对安全候选实体对应的来自安全知识库里的安全文本进行分词，将分词后的安全文本输入已训练好的Word2vec模型，Word2vec模型输出安全文本的第二字向量和第二词向量，同时生成对应的第二位置向量，将第二字向量、第二词向量和第二位置向量相加得到第二联合嵌入向量；

步骤四：依次将第一联合嵌入向量、第二联合嵌入向量输入到BiLstm模型中，获取包含第一上下文语义信息的第一安全文本向量、包含第二上下文语义信息的第二安全文本向量；将第一安全文本向量、第二安全文本向量分别输入到CNN模型中，分别得到安全文本的第一特征信息和第二特征信息；

步骤五：在第一特征信息和第二特征信息中均引入神经网络的Attention机制，增强相应的安全文本特征；

步骤六：对实体提及对应的增强后得到的安全文本向量和候选实体对应的增强后得到的安全文本向量进行余弦相似度计算，并对各个计算结果的得分进行降序排列，将得分最高的候选实体链接到实体提及中去。

优选地，Word2vec模型的训练包括：获取网络安全文本，并进行清洗；利用分词工具对安全文本进行分词，将分词后的安全文本的输入Word2vec模型进行预训练。

优选地，对网络安全文本进行清洗包括格式转化、繁简转化和大小写转化。

优选地，步骤二和步骤三的位置向量的计算公式为：