基于关联增强的网络威胁情报多维IoC实体识别方法及装置

摘要

本发明公开了一种基于关联增强的网络威胁情报多维IoC实体识别方法及装置，该方法针对网络威胁情报文本数据的多维复杂性，采用半监督实体分解和关系统一描述的方法，形成多维IoC实体统一描述语言和抽象标准；并采用关联增强和迁移学习相结合的深度学习算法对多维IoC实体及实体关系进行识别、抽取，验证、评估和优化的过程。本发明通过隐含关系叠加转移模块和注意力机制极大丰富了多维语义特性同时减少无意义信息干扰，将传统方法丢失的隐含状态等附加属性有益结合到对各种抽象实体的识别分析过程中，增加识别结果的可靠性和稳定性，提高识别结果的可解释性和可信性。