ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

Predicting Entity Relations across Different Security Databases by Using Graph Attention Network

2022-01-07 15:35:08  阅读:188  来源: 互联网

标签:关系 Different Attention Network 数据库 实体 三元组 安全 枚举


利用图注意网络预测不同安全数据库之间的实体关系

一、摘要

  常见漏洞和暴露(CVE)、常见弱点枚举(CWE)和常见攻击模式枚举和分类(CAPEC)等安全数据库维护各种高质量的安全概念,这些概念被视为安全实体。同时,安全实体记录有许多潜在的关系类型,这些关系类型有利于这三个流行数据库的安全分析和理解。为了支持推理安全实体关系,基于翻译的知识图表示学习独立地对待每个三元组进行实体预测。然而,它忽略了三元组周围邻居实体的重要语义信息。

  为了解决这个问题,我们提出了一个文本增强的图注意力网络模型。该模型在观察每个实体的多样性的情况下,强调了在三元组的2跳邻居中的知识的重要性。因此,我们可以从安全数据库的知识图中获取更多的结构和文本信息。本文设计了大量的实验来评估我们提出的模型在预测安全实体关系上的有效性。此外,在检测缺失关系方面,平均互反秩(MRR)为0.132,优于目前的算法。

//待续

 

标签:关系,Different,Attention,Network,数据库,实体,三元组,安全,枚举
来源: https://www.cnblogs.com/chaosliang/p/15775203.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有