期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度神经网络的网络安全实体识别方法 被引量:20
1
作者 秦娅 申国伟 +1 位作者 赵文波 陈艳平 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第1期29-40,共12页
基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度... 基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度神经网络模型的基础上,提出一种结合特征模板的CNN-BiLSTM-CRF的网络安全实体识别方法,利用人工特征模板提取局部上下文特征,进一步利用神经网络模型自动提取字符特征和文本全局特征.实验结果表明,在大规模网络安全数据集上,提出的网络安全实体识别方法,相关评价指标优于其他算法,F值达到86%. 展开更多
关键词 网络安全实体识别 特征模板 CNN BiLSTM CRF
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部