面向漏洞知识图谱实体对齐的自动化数据增强方法
这是一篇关于漏洞知识图谱,实体对齐,自动化,数据增强,GCN的论文, 主要内容为知识图谱融合的目的是将各领域中来自不同构建者的知识图谱中实体和关系对应匹配,以获得更完整、更丰富的知识图谱。然而,由于知识图谱构建者的主观性和知识的二义性,导致不同图谱中常常存在表示不同但含义相同的实体,实体对齐任务的目标即是发现这样的实体。实体对齐是知识图谱融合中最重要的任务之一,被广泛研究。然而,当前的实体对齐方法大多关注通用百科图谱,对于领域图谱上的实体对齐方法研究尚不充分。在网安领域,漏洞知识图谱是一类典型的领域知识图谱,如何对齐不同来源的漏洞图谱中的实体是网络安全知识图谱构建中的一项必要任务。但漏洞图谱特有的结构特点使通用方法直接应用会因结构信息不够丰富而效果不佳。为此,本论文针对漏洞图谱实体对齐任务展开数据增强方法研究,旨在通过数据增强,为实体对齐提供更丰富多样的结构信息,从而提高实体对齐效果。具体工作如下。(1)漏洞图谱的实体对齐研究:基于CNNVD和CNVD构建了漏洞知识图谱,在其上利用图谱结构信息,基于通用方法展开实体对齐效果分析。结果表明,通用方法中RDGCN能够取得最好的对齐效果,但精度仍然不够理想,需要为漏洞图谱设计专门机制以服务实体对齐任务。(2)面向漏洞图谱实体对齐的数据增强方法:基于对漏洞图谱结构的深入分析,提出对图谱结构进行关系重定义、结构联系增强、属性本体选择三个数据增强方法,逐步扩充了漏洞图谱的关系种类和关系三元组数量,增强了漏洞图谱的结构信息。实验结果证明经数据增强后,漏洞图谱实体对齐效果显著提高。(3)漏洞图谱实体对齐的自动化数据增强方法:为减少数据增强过程中的人工工作量,结合本体种类多样性、实体数量多样性、属性本体关联性三个评价指标,提出以自动化方式对漏洞图谱进行数据增强,自动筛选出漏洞图谱中适合参与实体对齐工作的本体和实体。实验表明本文提出的自动化数据增加无须人工参与,且能有效提升漏洞图谱实体对齐结果准确度。
面向漏洞知识图谱实体对齐的自动化数据增强方法
这是一篇关于漏洞知识图谱,实体对齐,自动化,数据增强,GCN的论文, 主要内容为知识图谱融合的目的是将各领域中来自不同构建者的知识图谱中实体和关系对应匹配,以获得更完整、更丰富的知识图谱。然而,由于知识图谱构建者的主观性和知识的二义性,导致不同图谱中常常存在表示不同但含义相同的实体,实体对齐任务的目标即是发现这样的实体。实体对齐是知识图谱融合中最重要的任务之一,被广泛研究。然而,当前的实体对齐方法大多关注通用百科图谱,对于领域图谱上的实体对齐方法研究尚不充分。在网安领域,漏洞知识图谱是一类典型的领域知识图谱,如何对齐不同来源的漏洞图谱中的实体是网络安全知识图谱构建中的一项必要任务。但漏洞图谱特有的结构特点使通用方法直接应用会因结构信息不够丰富而效果不佳。为此,本论文针对漏洞图谱实体对齐任务展开数据增强方法研究,旨在通过数据增强,为实体对齐提供更丰富多样的结构信息,从而提高实体对齐效果。具体工作如下。(1)漏洞图谱的实体对齐研究:基于CNNVD和CNVD构建了漏洞知识图谱,在其上利用图谱结构信息,基于通用方法展开实体对齐效果分析。结果表明,通用方法中RDGCN能够取得最好的对齐效果,但精度仍然不够理想,需要为漏洞图谱设计专门机制以服务实体对齐任务。(2)面向漏洞图谱实体对齐的数据增强方法:基于对漏洞图谱结构的深入分析,提出对图谱结构进行关系重定义、结构联系增强、属性本体选择三个数据增强方法,逐步扩充了漏洞图谱的关系种类和关系三元组数量,增强了漏洞图谱的结构信息。实验结果证明经数据增强后,漏洞图谱实体对齐效果显著提高。(3)漏洞图谱实体对齐的自动化数据增强方法:为减少数据增强过程中的人工工作量,结合本体种类多样性、实体数量多样性、属性本体关联性三个评价指标,提出以自动化方式对漏洞图谱进行数据增强,自动筛选出漏洞图谱中适合参与实体对齐工作的本体和实体。实验表明本文提出的自动化数据增加无须人工参与,且能有效提升漏洞图谱实体对齐结果准确度。
漏洞知识图谱的构建与知识管理系统的设计与实现
这是一篇关于漏洞知识图谱,漏洞知识检索,知识图谱补全,实体和关系抽取,数据可视化的论文, 主要内容为随着计算机软件技术的迅猛发展,软件的规模和复杂程度不断提高,不可避免地导致更多软件漏洞的发生。因此,漏洞的理解与修复成为了软件维护过程中不可或缺的重要环节。漏洞的修复要求开发者具备良好的网络安全和软件安全的知识储备,但并不是所有开发者都具备这一条件。因此,开发者往往需要通过检索漏洞数据库来学习与获取漏洞相关的知识。但是,目前缺少便捷易用的漏洞知识库,开发者往往需要前往不同的漏洞数据库或者开源软件管理系统去获取漏洞知识,并通过人工审计来判断哪些漏洞知识对其有帮助。这种手动检索与分析的过程大大增加了开发者对漏洞知识的学习成本。此外,碎片化存储的漏洞知识也使开发者难以建立不同漏洞知识之间的联系。针对上述问题,本文基于多源异构漏洞知识构建了软件漏洞知识图谱,并开发了软件漏洞知识管理系统,从而帮助开发者快速学习与检索漏洞相关的知识。首先,本文研究了多源异构漏洞知识的整合方法。本文先是设计了漏洞本体结构,然后在漏洞本体的指导下使用Scrapy网络爬虫框架挖掘原始漏洞数据。针对结构化的原始漏洞数据,采用基于规则的方法抽取实体和关系。针对非结构化的数据,通过词法分析器和语法分析器进行实体抽取。通过上述步骤,构建了漏洞知识图谱,并采用表示学习方法实现漏洞知识图谱的补全,最后基于Neo4j图数据库实现了知识图谱的存储。为了让开发者能够更方便快捷地对漏洞知识进行管理和检索,本文基于JavaWeb前端、SpringBoot、图数据库、d3.js数据可视化等技术,采用MVVC模式,设计并实现了一个基于C/S架构的漏洞知识管理系统。本文研究了漏洞知识图谱的可视化方案,并且针对不同规模的子图谱实现了一套通用的数据可视化方法,该系统借助力导向图和搜索算法,将用户感兴趣的实体和关系信息进行定制化动态可视化。同时,系统还允许用户通过人机交互实现对漏洞知识图谱中实体和关系的管理。此外,该系统为用户提供了三种搜索方法,分别是关键字搜索,高级搜索和相似搜索,支持用户以多种方式和多种条件搜索用户感兴趣的漏洞知识。最后,对漏洞知识管理系统进行了测试,测试结果表明该系统达到了预期目标,能够成为开发人员快速获取漏洞信息和学习漏洞知识的平台,并且为开发者管理图谱中的数据提供了便利渠道,具有一定的实用价值。
面向漏洞知识图谱实体对齐的嵌入表示方法研究
这是一篇关于漏洞知识图谱,实体对齐,知识图谱嵌入,图嵌入,文本嵌入的论文, 主要内容为知识图谱下游应用效果极大地依赖于图谱完整性与知识质量,将不同来源的知识图谱进行融合成为了扩充知识图谱的重要手段。实体对齐技术旨在从多源异构的知识图谱中发现描述同一事实的实体对,通过将实体对进行匹配融合,能有效提升图谱完整性、降低数据冗余。目前,研究人员在这类技术上已有多年沉淀,但在网络空间安全等领域高度相关的图谱上的实体对齐研究相对较少。漏洞知识图谱是一类典型的网安领域知识图谱。研究人员不仅能够通过漏洞的各项文本信息进行漏洞的查询与分析,还为后续自动化攻防对抗提供知识支撑,通过挖掘漏洞图谱的结构特征来感知潜在安全风险。漏洞知识图谱构建和完善过程中,为提升知识的完备性,需要将基于不同漏洞库构建的知识图谱彼此融合,实体对齐是图谱融合的关键步骤。然而,在漏洞知识图谱中,实体对齐任务面临下述特有挑战:(1)漏洞图谱中实体数量众多,但关系种类相对较少。如果基于通用嵌入表示方法学习实体特征,则会有大量不匹配实体得到相似特征表示,因此需要设计专门适用于漏洞图谱的知识图谱嵌入方法以生成恰当的实体向量表示。(2)漏洞图谱对齐任务需同时处理多语言、文本异构、结构异构、数据缺失等图谱异构问题,需要构建多维度、多视图的统一对齐模型。为解决上述挑战,本文面向漏洞知识图谱实体对齐任务,主要工作如下:(1)针对漏洞知识图谱嵌入问题,提出了基于潜在关系挖掘的知识图谱嵌入方法PR-KGE。在不引入额外信息的情况下,发现图谱中的模糊实体与潜在的缺失关系,并利用这些信息来提升图谱嵌入质量。实验表明该方法学习的图谱嵌入空间更加合理,有效提升了链接预测准确率,且该方法同样适用于通用图谱。(2)针对漏洞知识图谱实体对齐任务,提出了多视角交互的实体对齐框架TG-INT。综合多维度信息,以多视图方式完成漏洞图谱实体对齐。实验结果表明,该框架不仅有效提升了漏洞图谱实体对齐的准确性,在通用知识图谱对齐任务上也能实现更优效果。(3)基于上述技术,实现了面向漏洞知识图谱的实体对齐系统。该系统能导入不同漏洞图谱,自动化实现实体对齐任务,并输出经过实体对齐后更加完整的漏洞知识图谱。
漏洞知识图谱的构建与知识管理系统的设计与实现
这是一篇关于漏洞知识图谱,漏洞知识检索,知识图谱补全,实体和关系抽取,数据可视化的论文, 主要内容为随着计算机软件技术的迅猛发展,软件的规模和复杂程度不断提高,不可避免地导致更多软件漏洞的发生。因此,漏洞的理解与修复成为了软件维护过程中不可或缺的重要环节。漏洞的修复要求开发者具备良好的网络安全和软件安全的知识储备,但并不是所有开发者都具备这一条件。因此,开发者往往需要通过检索漏洞数据库来学习与获取漏洞相关的知识。但是,目前缺少便捷易用的漏洞知识库,开发者往往需要前往不同的漏洞数据库或者开源软件管理系统去获取漏洞知识,并通过人工审计来判断哪些漏洞知识对其有帮助。这种手动检索与分析的过程大大增加了开发者对漏洞知识的学习成本。此外,碎片化存储的漏洞知识也使开发者难以建立不同漏洞知识之间的联系。针对上述问题,本文基于多源异构漏洞知识构建了软件漏洞知识图谱,并开发了软件漏洞知识管理系统,从而帮助开发者快速学习与检索漏洞相关的知识。首先,本文研究了多源异构漏洞知识的整合方法。本文先是设计了漏洞本体结构,然后在漏洞本体的指导下使用Scrapy网络爬虫框架挖掘原始漏洞数据。针对结构化的原始漏洞数据,采用基于规则的方法抽取实体和关系。针对非结构化的数据,通过词法分析器和语法分析器进行实体抽取。通过上述步骤,构建了漏洞知识图谱,并采用表示学习方法实现漏洞知识图谱的补全,最后基于Neo4j图数据库实现了知识图谱的存储。为了让开发者能够更方便快捷地对漏洞知识进行管理和检索,本文基于JavaWeb前端、SpringBoot、图数据库、d3.js数据可视化等技术,采用MVVC模式,设计并实现了一个基于C/S架构的漏洞知识管理系统。本文研究了漏洞知识图谱的可视化方案,并且针对不同规模的子图谱实现了一套通用的数据可视化方法,该系统借助力导向图和搜索算法,将用户感兴趣的实体和关系信息进行定制化动态可视化。同时,系统还允许用户通过人机交互实现对漏洞知识图谱中实体和关系的管理。此外,该系统为用户提供了三种搜索方法,分别是关键字搜索,高级搜索和相似搜索,支持用户以多种方式和多种条件搜索用户感兴趣的漏洞知识。最后,对漏洞知识管理系统进行了测试,测试结果表明该系统达到了预期目标,能够成为开发人员快速获取漏洞信息和学习漏洞知识的平台,并且为开发者管理图谱中的数据提供了便利渠道,具有一定的实用价值。
漏洞知识图谱的构建与知识管理系统的设计与实现
这是一篇关于漏洞知识图谱,漏洞知识检索,知识图谱补全,实体和关系抽取,数据可视化的论文, 主要内容为随着计算机软件技术的迅猛发展,软件的规模和复杂程度不断提高,不可避免地导致更多软件漏洞的发生。因此,漏洞的理解与修复成为了软件维护过程中不可或缺的重要环节。漏洞的修复要求开发者具备良好的网络安全和软件安全的知识储备,但并不是所有开发者都具备这一条件。因此,开发者往往需要通过检索漏洞数据库来学习与获取漏洞相关的知识。但是,目前缺少便捷易用的漏洞知识库,开发者往往需要前往不同的漏洞数据库或者开源软件管理系统去获取漏洞知识,并通过人工审计来判断哪些漏洞知识对其有帮助。这种手动检索与分析的过程大大增加了开发者对漏洞知识的学习成本。此外,碎片化存储的漏洞知识也使开发者难以建立不同漏洞知识之间的联系。针对上述问题,本文基于多源异构漏洞知识构建了软件漏洞知识图谱,并开发了软件漏洞知识管理系统,从而帮助开发者快速学习与检索漏洞相关的知识。首先,本文研究了多源异构漏洞知识的整合方法。本文先是设计了漏洞本体结构,然后在漏洞本体的指导下使用Scrapy网络爬虫框架挖掘原始漏洞数据。针对结构化的原始漏洞数据,采用基于规则的方法抽取实体和关系。针对非结构化的数据,通过词法分析器和语法分析器进行实体抽取。通过上述步骤,构建了漏洞知识图谱,并采用表示学习方法实现漏洞知识图谱的补全,最后基于Neo4j图数据库实现了知识图谱的存储。为了让开发者能够更方便快捷地对漏洞知识进行管理和检索,本文基于JavaWeb前端、SpringBoot、图数据库、d3.js数据可视化等技术,采用MVVC模式,设计并实现了一个基于C/S架构的漏洞知识管理系统。本文研究了漏洞知识图谱的可视化方案,并且针对不同规模的子图谱实现了一套通用的数据可视化方法,该系统借助力导向图和搜索算法,将用户感兴趣的实体和关系信息进行定制化动态可视化。同时,系统还允许用户通过人机交互实现对漏洞知识图谱中实体和关系的管理。此外,该系统为用户提供了三种搜索方法,分别是关键字搜索,高级搜索和相似搜索,支持用户以多种方式和多种条件搜索用户感兴趣的漏洞知识。最后,对漏洞知识管理系统进行了测试,测试结果表明该系统达到了预期目标,能够成为开发人员快速获取漏洞信息和学习漏洞知识的平台,并且为开发者管理图谱中的数据提供了便利渠道,具有一定的实用价值。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码港湾 ，原文地址：https://m.bishedaima.com/lunwen/50246.html
