[发明专利]一种基于多示例学习的可疑威胁指标验证方法及系统

权利要求书

1.一种基于多示例学习的可疑威胁指标验证方法，其步骤包括：

采用自然语言处理技术对各可疑威胁指标相关的情报信息文本内容进行处理，生成含有原语义信息的词序列，并将各所述情报信息文本中的可疑威胁指标替换成统一的设定短语；各所述可疑威胁指标为同一类别的可疑威胁指标，每一可疑威胁指标对应多个情报信息文本；

对于每一所述可疑威胁指标，选择该可疑威胁指标对应的多个处理后的词序列，应用多示例学习算法对选取的各所述可疑威胁指标对应的词序列进行训练并生成一多示例学习验证模型；其中生成所述多示例学习验证模型的方法为：将每一个所述可疑威胁指标对应的各词序列作为一个包，每一个词序列作为一个示例，生成对应可疑威胁指标的训练集；

利用多示例学习算法对各所述训练集进行训练，生成所述多示例学习验证模型；

所述多示例学习算法为多示例神经网络模型；所述多示例神经网络模型包括Embedding层、子神经网络层和多示例学习池化层；所述多示例神经网络模型首先利用Embedding层完成对每个输入的词序列转换为词向量并将其输入到该子神经网络层中，该子神经网络层挖掘与分析所述可疑威胁指标的语义特征；最后该多示例学习池化层根据输入的语义特征对所述可疑威胁指标进行分类验证；

采用自然语言处理技术对待测可疑威胁指标的情报信息文本进行处理，生成该待测可疑威胁指标对应的词序列；然后利用所述多示例学习验证模型对该待测可疑威胁指标对应的词序列进行预测验证，确定该待测可疑威胁指标是否为恶意威胁指标。

2.如权利要求1所述的方法，其特征在于，该子神经网络层为AlexNet或RCNN。

3.如权利要求1所述的方法，其特征在于，每一所述可疑威胁指标对应多个情报信息文本。

4.一种基于多示例学习的可疑威胁指标验证系统，其特征在于，包括情报信息预处理模块、多示例学习验证模型训练模块和验证模型预测模块；其中，

情报信息预处理模块，用于采用自然语言处理技术对各可疑威胁指标相关的情报信息文本内容进行处理，生成含有原语义信息的词序列，并将各所述情报信息文本中的可疑威胁指标替换成统一的设定短语；各所述可疑威胁指标为同一类别的可疑威胁指标，每一可疑威胁指标对应多个情报信息文本；

多示例学习验证模型训练模块，用于应用多示例学习算法对各所述可疑威胁指标对应的词序列进行训练并生成一多示例学习验证模型；对于每一所述可疑威胁指标，选择该可疑威胁指标对应的多个处理后的词序列用于训练；其中所述多示例学习验证模型训练模块利用多示例学习算法对各训练集进行训练，生成所述多示例学习验证模型；其中，将每一个所述可疑威胁指标对应的各词序列作为一个包，每一个词序列作为一个示例，生成对应可疑威胁指标的训练集；

所述多示例学习算法为多示例神经网络模型；所述多示例神经网络模型包括Embedding层、子神经网络层和多示例学习池化层；所述多示例神经网络模型首先利用Embedding层完成对每个输入的词序列转换为词向量并将其输入到该子神经网络层中，该子神经网络层挖掘与分析所述可疑威胁指标的语义特征；最后该多示例学习池化层根据输入的语义特征对所述可疑威胁指标进行分类验证；

验证模型预测模块，用于利用所述多示例学习验证模型对待测可疑威胁指标对应的词序列进行预测验证，确定该待测可疑威胁指标是否为恶意威胁指标；其中，采用自然语言处理技术对该待测可疑威胁指标的情报信息文本进行处理，生成该待测可疑威胁指标对应的词序列。

5.如权利要求4所述的系统，其特征在于，每一所述可疑威胁指标对应多个情报信息文本。