(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211382679.6 (22)申请日 2022.11.07 (71)申请人 南京众智维信息科技有限公司 地址 211300 江苏省南京市高淳区龙井路3 号 (72)发明人 车洵　孙捷　胡牧　程佳　孙瀚墨　 (74)专利代理 机构 南京知识律师事务所 32 207 专利代理师 张苏沛 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 40/30(2020.01) (54)发明名称 基于知识图谱复合嵌入的网络安全事件溯 源剧本生成方法 (57)摘要 本发明公开了一种基于知识图谱复合嵌入 的网络安全事件溯源剧本生 成方法， 包括以下步 骤： S1： 通过引入文本语料库对实体关系进行扩 展， 用于丰富实体关系， 扩充知识图谱； S2： 提取 知识图谱中的公共特征， 使用公共提取层提取出 全部输入的公共特征； S3： 提取知识图谱中的关 系特征， 对于不同的嵌入关系使用相应的关系提 取层； S4： 将公共特征和关系特征投影到嵌入空 间， 对知识图谱进行补全； S5： 对步骤S4得到的知 识图谱进行排序， 通过对应模块获取POS令牌嵌 入和语义上下文得分， 词复制概率预测模块通过 获取的POS令牌嵌入和语义上下文得分生成 网络 安全溯源剧本； 本方法构建的网络安全事件溯源 剧本具有极高的适用性与准确性。 权利要求书5页 说明书14页 附图1页 CN 115422376 A 2022.12.02 CN 115422376 A 1.一种基于知识图谱复合嵌入的网络安全事件溯源剧本生成方法， 其特征在于， 包括 以下步骤： S1： 通过引入文本语料库对实体关系进行扩展， 用于 丰富实体关系， 扩充知识图谱； S2： 提取知识图谱中的公共特 征， 使用公共提取层提取 出全部输入的公共特 征； S3： 提取知识图谱中的关系特 征， 对于不同的嵌入关系使用相应的关系提取层； S4： 将公共特 征和关系特 征投影到嵌入空间， 对知识图谱进行补全； S5： 对步骤S4得到的知识图谱进行排序， 通过对应模块获取P OS令牌嵌入和语义上下文 得分， 词复制概率预测模块通过获取 的POS令牌嵌入和 语义上下文得分生成网络安全溯源 剧本。 2.根据权利要求1所述的方法， 其特 征在于， 所述S1步骤 包括以下步骤： 给定一个未提及实体对 ， 对从文本语料库中提取的带有提及实体对 的LDP进 行排名， 对主 体向量 、 客体向量 学习由 参数化的实体对的编码器 ， 通过编码器 将 实体对 编码为 ； 其中编码器 的输入为： 其中， 表示向量的串联， 表示两个 向量按元素相乘， 表示主体 向量 减去客体向量 ； 对于连接 和 的LDP集合 ， 使用预训练的句子编码器  SBERT通过向量 来表示 ； 使得和实体对 共现的LDP与 相似， 使用与 和 都相关联的LDP作为 正训练实例 ， 与单独的 或 相关联的 LDP 被用作负训练实例 ， 表达式为： 其中 和 分别表示不等于t和h的客体向量与主体向量， 表示负训练实例的关系， 表示主体向量和客体向量 集合； 通过最小化 和 的边际损失来学习 的参数， 表达式为： 权　利　要　求　书 1/5 页 2 CN 115422376 A 2其中， 表示边际， 使用最小化上式得到的 来计算 ， 然后使用内积 对每个  进行评分， 选 择与 内积得分最高的前k个LDP 来扩充知识图谱， 其中k 为超参数。 3.根据权利要求2所述的方法， 其特 征在于， 所述S2步骤 包括以下步骤： 在进行知识图谱扩充后， 设 ， 其中 表示主体向量、 表示客体向 量， 表示关系向量， 连接主体向量和关系向量， 表达式为： 其中， ， 而 表示向量a和 b的向量连接， 连接后的嵌入向量表示 所有后续层的输入； 通过公共密集层提取向量的共 同特征， 公共密集层的宽度为密集层的过滤器数量， 其 中每个过滤器包含的内核大小等于 输入嵌入的内核大小； 在公共密集层中， 将仿射 函数 应用于给 出的输入嵌入， 公共密集层的表达式为： 其中， 、 ， 公共密集层的宽度由 给出， 表示 的倍数， 其中n 为超参数； 通过将非线性激活函数 应用于 获得共同特 征提取的输出。 4.根据权利要求3所述的方法， 其特 征在于， 所述S3步骤 包括以下步骤： 对于关系  r， 编码函数由 表示， 使用关系密集层进行关系感知特征提取， 编码函数 是仿射函数， 表达式为： 其中， 、 ， 而 表示 的输出长度； 将 应用于输入嵌入 ， 然后应用非线性激活函数 ， 关系密集 层面对不同关系会有不同的编码器， 用于提取关系特 征。 5.根据权利要求 4所述的方法， 其特 征在于， 所述S4 步骤包括以下步骤： 在从关系密集层和公共密集层获得潜在 向量后， 将这些向量连接起来， 连接过的向量 通过投影矩阵， 投影到嵌入空间， 表达式为： 权　利　要　求　书 2/5 页 3 CN 115422376 A 3