网络信息安全的知识图谱的生成方法、设备和存储介质技术

本公开提供了网络信息安全的知识图谱的生成方法、设备和计算机可读存储介质。所述方法包括：获取原始网络安全数据，所述网络安全数据为描述网络信息安全的初始信息；利用网络安全数据模型对所述原始网络安全数据进行处理，生成实体关系组，所述实体关系组包括从所述原始网络安全数据中提取出网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；对所述实体关系组进行融合，生成网络信息安全的知识图谱。以此方式生成的知识图谱，可以实现在交换时更好的互相兼容，同时能够使用通用信息处理技术对自然语言描述的信息进行分析处理。

【技术实现步骤摘要】
网络信息安全的知识图谱的生成方法、设备和存储介质
本公开的实施例一般涉及信息安全领域，并且更具体地，涉及网络信息安全的知识图谱的生成方法、设备和存储介质。
技术介绍
随着网络的广泛应用，各领域的网络数据正在处于飞速增长中。如何更方便地在海量的网络数据中获取有价值的数据和信息，已成为各领域人员都需要面对的问题。例如，在网络安全领域中，技术人员往往需要利用网络安全相关的网络数据来查找针对特定的漏洞或弱点的应对策略。尤其是，在网络安全相关的信息对象之间的关系中，往往也存在技术人员需要了解的信息。网络安全信息是网络攻防中的重要数据，这些数据包括软硬件参数、网络配置、日志、用户信息等。在当前的网络信息管理中，重要的威胁信息基本都是以数据库技术进行存储，以固定的数据处理模型进行分析提取，以人为定义的方式进行描述和交换。申请人在实现本公开技术方案的工程中发现现有的网络信息管理存在以下问题：结构固定无法满足通用的自然语言描述的信息分析；固定的格式导致交换时无法互相兼容；无法使用通用信息处理技术，从而降低了网络安全信息数据库的通用性和广泛性。
技术实现思路
根据本公开的实施例，提供了一种满足提高网络安全信息数据库的通用性和广泛性的需求的方案。在本公开的第一方面，提供了一种网络信息安全的知识图谱的生成方法，包括：获取原始网络安全数据，所述网络安全数据为描述网络信息安全的初始信息；利用网络安全数据模型对所述原始网络安全数据进行处理，生成实体关系组，所述实体关系组包括从所述原始网络安全数据中提取出网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；对所述实体关系组进行融合，生成网络信息安全的知识图谱。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述原始网络安全数据包括结构化数据、半结构化数据和非结构化数据，所述利用网络安全数据模型对所述原始网络安全数据进行处理，包括：利用网络安全数据模型对所述原始网络安全数据中的半结构化数据和非结构化数据进行处理。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述网络安全数据模型通过以下方式训练得到：以大量原始网络安全数据作为训练样本，标识出所述训练样本的网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；然后将所述训练样本输入到预先建立的神经网络模型，对所述训练样本进行学习，输出训练样本中的网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系，当输出结果与标识结果的相似度大于预设阈值时，对神经网络的模型的参数进行修正；重复上述过程，直到当输出结果与标识结果的相似度小于所述预设阈值。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，还包括：对所述原始网络安全数据进行结构化识别，将所述原始网络安全数据划分为结构化数据、半结构化数据和非结构化数据。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对所述实体关系组进行融合，生成网络信息安全的知识图谱，包括：对所述实体关系组进行聚类分析，将同一聚类中具有不同描述信息的实体关系组进行合并，将不同聚类中具有相同描述信息的实体关系组区分为不同的实体关系组。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，还包括：根据同一聚类中的实体关系组进行关系推断，建立同一聚类中的实体关系组之间的关联关系。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，还包括：对融合后得到的知识图谱进行质量评估，并将评估合格后的知识图谱加入到知识库。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，还包括：在知识库中加入新知识图谱后，对知识库中的原知识图谱进行更新和扩展，建立新知识图谱和原知识图谱之间的关联关系，并将满足预设条件的新知识图谱和原知识图谱进行融合。在本公开的第二方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。在本公开的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。通过本公开的实施例的网络信息安全的知识图谱的生成方法生成的知识图谱，能够实现在交换时更好的互相兼容，同时能够使用通用信息处理技术对自然语言描述的信息进行分析处理。附图说明结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1示出了本公开实施例一的网络信息安全的知识图谱的生成方法的流程图；图2示出了本公开实施例二的网络信息安全的知识图谱的生成方法的流程图；图3示出了本公开实施例三的网络信息安全的知识图谱的生成方法的一个具体实例的流程框图；图4示出了本公开实施例四的网络信息安全的知识图谱的生成设备的结构示意图。具体实施方式为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。本公开实施例中提及的知识图谱(KnowledgeGraph)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。本公开的实施例中，通过采用神经网络模型对原始网络安全数据进行处理，生成实体关系组，并对实体关系组进行融合，生成网络信息安全的知识图谱，能够实现知识图谱在交换时更好的互相兼容，同时能够使用通用信息处理技术对自然语言描述的信息进行分析处理。具体地，如图1所示，为本公开实施例一的网络信息安全的知识图谱的生成方法的流程图。从图1中可以看出，本实施例的方法，可以包括以下步骤：S101：获取原始网络安全数据，所述网络安全数据为描述网络信息安全的初始信息。网络安全信息是网络攻防中的重要数据，这些数据包括软硬件参数、网络配置、日志、用户信息等。在当前的网络信息管理中，重要的威胁信息基本都是以数据库技术进行存储，以固定的数据处理模型进行分析提取，以本文档来自技高网...

【技术保护点】
1.一种网络信息安全的知识图谱的生成方法，其特征在于，包括：/n获取原始网络安全数据，所述网络安全数据为描述网络信息安全的初始信息；/n利用网络安全数据模型对所述原始网络安全数据进行处理，生成实体关系组，所述实体关系组包括从所述原始网络安全数据中提取出网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；/n对所述实体关系组进行融合，生成网络信息安全的知识图谱。/n

【技术特征摘要】
1.一种网络信息安全的知识图谱的生成方法，其特征在于，包括：
获取原始网络安全数据，所述网络安全数据为描述网络信息安全的初始信息；
利用网络安全数据模型对所述原始网络安全数据进行处理，生成实体关系组，所述实体关系组包括从所述原始网络安全数据中提取出网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；
对所述实体关系组进行融合，生成网络信息安全的知识图谱。


2.根据权利要求1所述的网络信息安全的知识图谱的生成方法，其特征在于，所述原始网络安全数据包括结构化数据、半结构化数据和非结构化数据，所述利用网络安全数据模型对所述原始网络安全数据进行处理，包括：
利用网络安全数据模型对所述原始网络安全数据中的半结构化数据和非结构化数据进行处理。


3.根据权利要求2所述的网络信息安全的知识图谱的生成方法，其特征在于，所述网络安全数据模型通过以下方式训练得到：
以大量原始网络安全数据作为训练样本，标识出所述训练样本的网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系；
然后将所述训练样本输入到预先建立的神经网络模型，对所述训练样本进行学习，输出训练样本中的网络安全实体、所述网络安全实体的属性以及所述网络安全实体间的关联关系，当输出结果与标识结果的相似度大于预设阈值时，对神经网络的模型的参数进行修正；
重复上述过程，直到当输出结果与标识结果的相似度小于所述预设阈值。


4.根据权利要求3所述的网络信息安全的知识图谱的生成方法，其特征在于，还包括...

【专利技术属性】
技术研发人员：马维士，郝伟，沈传宝，李岩，刘加勇，万会来，
申请(专利权)人：北京华云安信息技术有限公司，
类型：发明
国别省市：北京;11