【技术实现步骤摘要】
本专利技术涉及网络安全，具体涉及一种网络安全实体分类方法、构建方法、装置、设备及介质。
技术介绍
1、知识图谱作为一种重要的信息存储、表示和应用工具，可以将海量数据进行统一组织、管理和应用。通过知识图谱整合分析各类安全信息，能全面呈现网络安全的整体状况，快速发现潜在的安全威胁和风险点，比如通过关联分析攻击工具、漏洞、受影响系统等信息，预判可能发生的大规模网络攻击。
2、在网络安全知识图谱构建中，实体抽取是知识抽取的核心任务和重要环节，实体抽取是从预处理后的文本数据中识别出网络安全领域的各类实体，如网络攻击工具、安全漏洞和网络协议等。目前，在实体抽取后，主要通过人工确定获取的实体是否为网络安全领域相关实体，实体分类效率和准确性较差。
技术实现思路
1、有鉴于此，本专利技术提供了一种网络安全实体分类方法、构建方法、装置、设备及介质，以解决难以准确和高效的确定获取的实体是否为网络安全领域相关实体的问题。
2、第一方面，本专利技术提供了一种网络安全实体分类方法，方法包括：获...
【技术保护点】
1.一种网络安全实体分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个神经网络模型包括深度金字塔卷积神经网络、双向长短期记忆网络、第一深度神经网络、第二深度神经网络和第三深度神经网络；
3.根据权利要求2所述的方法，其特征在于，所述融合模型还包括批量归一化层，所述批量归一化层的输入端连接所述第二深度神经网络的输出端，所述批量归一化层的输出端连接所述第三深度神经网络的输入端。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述激活函数为：
5.根据权利要求1至3中任一项所述的方...
【技术特征摘要】
1.一种网络安全实体分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个神经网络模型包括深度金字塔卷积神经网络、双向长短期记忆网络、第一深度神经网络、第二深度神经网络和第三深度神经网络；
3.根据权利要求2所述的方法，其特征在于，所述融合模型还包括批量归一化层，所述批量归一化层的输入端连接所述第二深度神经网络的输出端，所述批量归一化层的输出端连接所述第三深度神经网络的输入端。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述激活函数为：
5.根据权利要求1至3中任一项所述的方法，其特征在于，在将待分类实体数据输入融合模型，确定所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。