[发明专利]信息安全知识实体关系连接预测方法、系统及介质

权利要求书

1.一种信息安全知识实体关系连接预测系统，其特征在于，包括：

数据处理模块：将信息安全知识中的文本数据进行词的抽取处理，采集信息安全知识的全部文本描述数据并进行数据预处理；将词存在于实体的文本描述数据之中的关系，作为实体节点以及文本词汇节点之间的关系，构成图数据；输出图数据，该图数据作为图卷积网络表示模块的输入；输出预处理后的实体描述文本数据，该实体描述文本数据作为Word2Vec表示模块的输入；

图卷积网络表示模块：接收图数据，训练TextGCN模型，并生成文本的图卷积网络表示向量；

Word2Vec表示模块：接收预处理后的实体描述文本数据，训练Word2Vec模型，并生成文本的Word2Vec表示向量；

孪生网络表示模块：合并图卷积网络表示向量和Word2Vec表示向量，训练孪生网络模型，并生成孪生网络表示向量；

连接判断模块：根据目标实体对各自的孪生网络表示向量，计算两者的欧氏距离，若距离小于阈值，则判断为有连接。

2.根据权利要求1所述的信息安全知识实体关系连接预测系统，其特征在于，所述数据处理模块包括：将单词和句子作为图节点、PMI特征和TF-IDF特征作为图的边，构成图数据，输入图卷积网络表示模块；

对实体描述文本数据进行预处理包括：根据空格分词、停用词删除及低频词删除。

3.根据权利要求1所述的信息安全知识实体关系连接预测系统，其特征在于，所述图卷积网络表示模块具体包括：接收图数据，按照7:2:1划分训练集、验证集和测试集，训练TextGCN模型，并生成文本的图卷积网络表示向量。

4.根据权利要求1所述的信息安全知识实体关系连接预测系统，其特征在于，所述Word2Vec表示模块中，训练Word2Vec模型使用Skip-gram算法。

5.根据权利要求1所述的信息安全知识实体关系连接预测系统，其特征在于，所述孪生网络表示模块具体包括：合并图卷积网络表示向量和Word2Vec表示向量，按照7:2:1划分训练集、验证集和测试集，训练孪生网络模型，并生成孪生网络表示向量。

6.一种信息安全知识实体关系连接预测方法，其特征在于，包括：

步骤S1：采集信息安全知识库中的实体英语描述文本，保存数据库中实体间的现有连接；

步骤S2：根据空格分词、删除停用词、剔除出现次数小于阈值的低频词，生成信息安全语料库；

步骤S3：训练Word2Vec模型，生成每个单词的词向量；

步骤S4：给定两类概念及概念对应的所有实体，将所有词和句作为图的节点、词存在于句之中的关系作为图的边，构成图数据；

步骤S5：步骤S1中现有连接作为正样本，不存在连接的实体对作为非正样本，从非正样本中随机选取与正样本等量的负样本，划分训练集、测试集和验证集；

步骤S6：将训练集输入图卷积网络，每个训练轮次计算正负样本的间隔损失函数，并更新网络参数；

步骤S7：输出每个节点的向量，保存句节点的向量作为每个实体文本的图卷积网络表示向量；

步骤S8：根据步骤S3生成的词向量，计算每个实体文本的Word2Vec表示向量；

步骤S9：对每个实体文本，将步骤S7和步骤S8生成的图卷积网络表示向量和Word2Vec表示向量合并，划分训练集、测试集和验证集；

步骤S10：将训练集输入孪生网络，每个训练轮次计算样本对的对比损失函数，并使用Adam优化器更新网络参数；

步骤S11：将测试集样本对输入孪生网络，输出两样本的向量作为孪生网络表示向量。

7.根据权利要求6所述的信息安全知识实体关系连接预测方法，其特征在于，所述步骤S3具体包括：使用Python的gensim库、选择Skip-gram算法训练Word2Vec模型，生成每个单词的词向量。