买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京信息科技大学

摘要：本发明提供一种信息安全风险事件要素关系与路径关联分析方法及装置。所述方法包括：以信息安全风险事件要素类型为实体，构建信息安全风险事件图；建立实体关系表示学习模型，将由实体和关系构成的实体三元组输入到训练好的模型，输出表示实体关系的语义相似度的低维稠密向量建立风险事件路径关联学习模型，采用强化学习对所述模型进行训练，通过智能体与环境的交互，得到风险事件路径的关联链。本发明通过构建信息安全风险事件图，采用风险要素关系分析与风险路径关联分析模型进行风险分析，提高了风险识别的效率和效果。

主权项：1.一种信息安全风险事件要素关系与路径关联分析方法，其特征在于，包括以下步骤：步骤101，以信息安全风险事件要素类型为实体，构建信息安全风险事件图，图的节点表示实体，边表示实体间的关系；步骤102，建立实体关系表示学习模型，将由实体和关系构成的实体三元组输入到训练好的模型，输出表示实体关系的语义相似度的低维稠密向量；步骤103，建立风险事件路径关联学习模型，采用强化学习对所述模型进行训练，通过智能体与环境的交互，得到风险事件路径的关联链；实体间的关系包括信息安全领域关系和事件逻辑类型关系，信息安全领域关系包括：利用，影响，具有；事件逻辑类型关系包括：扩展，因果，条件，时序；所述步骤102还包括：将头实体h和尾实体t沿着超平面的法向量wr投影到关系dr所对应的超平面上，其中∥wr∥2＝1，投影后的头实体向量、尾实体向量表示为：h1＝h-wrThwrt1＝t-wrTtwr式中，h1、t1分别为投影后的头实体向量和尾实体向量；投影后的评分函数表示为：fh,t＝∥h1+dr-t1∥＝∥h-wrThwr+dr-t-wrTtwr∥式中，fh,t为投影后的评分函数；统计头实体在信息安全领域关系和事件逻辑关系不同组合下的尾实体的平均个数tph，以及尾实体在信息安全领域关系和逻辑关系不同组合下的头实体的平均个数hpt，以概率tphtph+pht替换正样本三元组的头实体，以概率hpttph+pht替换正样本三元组中的尾实体，其损失函数定义为：L＝∑h,r,t∈S∑h’,r,t’∈S’max{[γ+fh,t-fh’,t’],0}式中，S表示风险事件中正样本三元组集合，S’表示风险事件中负样本三元组集合，r表示信息安全领域关系和事件逻辑关系，γ为大于0的超参数，表示正样本三元组与负样本三元组间的间隔；所述强化学习中的马尔可夫元组环境为：状态：st＝MulTransE，表示将实体三元组E输入实体关系表示学习模型MulTrans得到的低维稠密向量；动作：As＝{ec,a,en∈E:S＝{st}；a∈R；ec,en∈E}；其中，a为当前状态的动作，R为关系集合；状态转移概率：P＝{s′|s,a；s,s′∈S,a∈R}；奖励函数：Reward＝rg+rc+rs，rg、rc、rs分别为全局报酬、路径关联报酬和单步负向报酬；三种报酬的确定方法如下：全局报酬：如果智能体在与环境的交互过程中，从起始状态成功达到目标状态，则给予智能体正向报酬；否则无报酬；路径关联报酬：当智能体选择的动作序列位于目标实体路径上，且智能体动作序列的关系向量的加和向量与关联向量的相似度增到设定阈值时，给予智能体正向路径关联报酬；单步负向报酬：当智能体选择的动作偏离目标实体路径且单步路径相似性减小时给予负向报酬。

全文数据：

权利要求：

百度查询： 北京信息科技大学 信息安全风险事件要素关系与路径关联分析方法及装置