基于领域实体提取和关联分析的信息溯源方法及装置制造方法及图纸

本发明专利技术提供的一种基于领域实体提取和关联分析的信息溯源方法及装置，通过爬取网络中目标文件的流转数据作为原始数据；对所述原始数据进行实体抽取处理获取实体数据，对所述原始数据中的所述实体数据进行关系抽取处理获取关系数据，对所述实体数据和所述关系数据进行关联处理，获取预设实体关系模型；在所述预设实体关系模型输入查询实体后，获取初始查询结果，实现较准确的定位到与泄密相关的员工信息。当输入要查询的实体后，会从预设实体关系模型中查询到相关信息，由于预设实体关系模型内包含了所有的原始数据，使得数据比较全面，且均提取了原始数据中有用信息，然后利用这些有用信息得到查询结果，可以较准确的定位到与泄密相关的员工信息。

【技术实现步骤摘要】
基于领域实体提取和关联分析的信息溯源方法及装置
本专利技术涉及信息处理技术，尤其涉及一种基于领域实体提取和关联分析的信息溯源方法及装置。
技术介绍
目前，企业在监测器实际使用过程中，需要对一些有涉密的文件进行监测，以防止泄密情况出现。现有技术中，当涉密的文件出现泄密风险时，会将涉密风险的文件会以告警的形式推荐给相关管理工作人员，以提示风险。但是，由于告警信息比较单一，所包含的有用数据较少，无法单从一个告警信息里面来明确的得知与泄密相关员工的一些有用信息，导致管理人员即使发现了确凿的告警信息，也无法准确定位到唯一确定的员工或可能的一些员工，这使得后续的责任追究等相关措施无从实施。因此，现有技术中无法较准确的定位到与泄密相关的员工信息。
技术实现思路
本专利技术实施例提供一种基于领域实体提取和关联分析的信息溯源方法及装置，可以较准确的定位到与泄密相关的员工信息。本专利技术实施例的第一方面，提供一种基于领域实体提取和关联分析的信息溯源方法，包括：爬取网络中目标文件的流转数据作为原始数据；...

【技术保护点】
1.一种基于领域实体提取和关联分析的信息溯源方法，其特征在于，包括：/n爬取网络中目标文件的流转数据作为原始数据；/n对所述原始数据进行实体抽取处理获取实体数据，对所述原始数据中的所述实体数据进行关系抽取处理获取关系数据，对所述实体数据和所述关系数据进行关联处理，获取预设实体关系模型；/n在所述预设实体关系模型输入查询实体后，获取初始查询结果。/n

【技术特征摘要】
1.一种基于领域实体提取和关联分析的信息溯源方法，其特征在于，包括：
爬取网络中目标文件的流转数据作为原始数据；
对所述原始数据进行实体抽取处理获取实体数据，对所述原始数据中的所述实体数据进行关系抽取处理获取关系数据，对所述实体数据和所述关系数据进行关联处理，获取预设实体关系模型；
在所述预设实体关系模型输入查询实体后，获取初始查询结果。


2.根据权利要求1所述的方法，其特征在于，所述对所述原始数据进行实体抽取处理获取实体数据，包括：
对所述原始数据进行命名实体识别处理，获取所述实体数据，其中，所述实体数据的实体类型包括IP、QQ、email、人名、身份证、手机号码、座机号码、公司和政府机构。


3.根据权利要求2所述的方法，其特征在于，所述原始数据包括结构化告警信息和非结构化告警信息；
所述对所述原始数据中的所述实体数据进行关系抽取处理获取关系数据，包括：
对所述结构化告警信息中的所述实体数据进行关系抽取处理，获取第一关系数据；
对所述非结构化告警信息中的所述实体数据进行关系抽取处理，获取第二关系数据；
根据所述第一关系数据和所述第二关系数据，获取所述关系数据。


4.根据权利要求3所述的方法，其特征在于，所述对所述结构化告警信息中的所述实体数据进行关系抽取处理，获取第一关系数据，包括：
获取所述结构化告警信息中的有效表头；
根据所述有效表头对每一行所述结构化告警信息中的所述实体数据进行一致性查询处理，获取有效实体数据；
获取所述结构化告警信息中每一行中任意两两所述有效实体数据之间的第一初始关系数据；
根据预设实体关系表对所述第一初始关系数据进行剔除处理，获取所述第一关系数据，其中，所述预设实体关系表包括两两所述实体数据之间的共联关系。


5.根据权利要求4所述的方法，其特征在于，所述对所述非结构化告警信息中的所述实体数据进行关系抽取处理，获取第二关系数据，包括：
统计每行所述非结构化告警信息中的所述实体数据中包含实体类型和实体数据的个数，获取每行的类型数量和实体数量；
若所述类型数量大于或等于2，获取该行所述实体类型对应的实体数据，根据所述实体类型和所述实体数据获取第一实体关系；
若所述类型数量和所述实体数量等于1，判断与该行相邻行的所述类型数量和所述实体数量是否...

【专利技术属性】
技术研发人员：李欢丽，熊英超，张玉林，李兴国，
申请(专利权)人：南京中孚信息技术有限公司，
类型：发明
国别省市：江苏;32