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：北京信安天途科技有限公司

摘要：本发明提供了一种威胁情报处理方法、装置、计算设备及存储介质，其中方法包括：获取威胁情报源数据中的非结构化数据；对该非结构化数据进行分词处理，得到若干个情报知识；利用自然语言处理技术对每一个情报知识进行语义理解，得到每一个情报知识的语义表达；根据每一个情报知识的语义表达以及已知威胁情报类型，将每一个情报知识分别与已知威胁情报类型进行关联。本方案，能够提高威胁情报的识别量，进而实现对威胁情报源数据的有效利用。

主权项：1.一种威胁情报处理方法，其特征在于，包括：获取威胁情报源数据中的非结构化数据；对所述非结构化数据进行分词处理，得到若干个情报知识；利用自然语言处理技术对每一个情报知识进行语义理解，得到每一个情报知识的语义表达；根据每一个情报知识的语义表达以及已知威胁情报类型，将每一个情报知识分别与已知威胁情报类型进行关联；所述根据每一个情报知识的语义表达以及已知威胁情报类型，将每一个情报知识分别与已知威胁情报类型进行关联，包括：分别获取每一个已知威胁情报类型的语义表达；根据每一个情报知识的语义表达以及每一个已知威胁情报类型的语义表达，计算各情报知识中每一个目标情报知识与各已知威胁情报类型之间的距离： 其中，C用于表征m维向量P和m维向量Q之间的距离，其中，向量P和向量Q分别表征目标情报知识、已知威胁情报类型的语义表达，|Pk|和|Qk|分别为向量P和向量Q的模长，k＝{1，2，…，m}；根据所述目标情报知识与各已知威胁情报类型之间的距离，确定与所述目标情报知识对应的目标威胁情报类型，将所述目标情报知识关联到所述目标威胁情报类型中；所述利用自然语言处理技术对每一个情报知识进行语义理解，得到每一个情报知识的语义表达，包括：确定预先训练完成的卷积神经网络；所述卷积神经网络是利用样本情报知识和对应的样本语义作为样本对训练得到的；利用所述卷积神经网络中隐藏层对每一个情报知识分别进行计算，得到每一个情报知识分别对应的多维特征向量，将得到的多维特征向量确定为对应情报知识的语义表达；所述卷积神经网络利用如下方式训练：获取若干个样本对，每一个样本对包括样本情报知识及对应的样本语义；根据设定特征维数范围，将属于所述设定特征维数范围内的每一个特征维数分别确定为所述卷积神经网络中隐藏层的特征维数，并在每确定所述卷积神经网络中隐藏层的特征维数后，均执行下一步骤；针对每一个样本对，将该样本对中的样本情报知识作为所述卷积神经网络的输入，将该样本对中的样本语义作为所述卷积神经网络的输出，对所述卷积神经网络进行训练；确定所述卷积神经网络对应每一个特征维数时分别对应的召回率和计算速率；将满足设定条件的召回率中计算速率最快的特征维数，确定为所述卷积神经网络中隐藏层的目标特征维数，将所述目标特征维数对应训练完成的卷积神经网络确定为最终的卷积神经网络。

全文数据：

权利要求：

百度查询： 北京信安天途科技有限公司 威胁情报处理方法、装置、计算设备及存储介质