[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有效
| 申请号： | 201810727300.8 | 申请日： | 2018-07-05 |
| 公开（公告）号： | CN110020190B | 公开（公告）日： | 2021-06-01 |
| 发明（设计）人： | 柳厅文;张盼盼;亚静;李全刚;时金桥 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F40/30;G06F40/284;G06F40/289;G06N3/04 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 司立彬 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多示例学习的可疑威胁指标验证方法及系统。本方法为：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；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；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，生成该待测可以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，确定该待预测可疑威胁指标是否为恶意威胁指标。本发明可高效准确地完成对可疑威胁指标的验证。 | ||
| 搜索关键词： | 一种 基于 示例 学习 可疑 威胁 指标 验证 方法 系统 | ||
【主权项】：
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；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，生成该待测可以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，确定该待预测可疑威胁指标是否为恶意威胁指标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810727300.8/，转载请声明来源钻瓜专利网。
