買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東省計算中心(國家超級計算濟南中心);齊魯工業大學(山東省科學院)申請的專利一種基于雙指針架構的威脅情報三元組抽取方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119938930B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510417210.9，技術領域涉及：G06F16/353；該發明授權一種基于雙指針架構的威脅情報三元組抽取方法及系統是由趙大偉;孫文昊;周洋;徐麗娟設計研發完成，并于2025-04-03向國家知識產權局提交的專利申請。

本一種基于雙指針架構的威脅情報三元組抽取方法及系統在說明書摘要公布了：本發明提出了一種基于雙指針架構的威脅情報三元組抽取方法及系統；以BERT模型作為編碼器對威脅情報文本進行分析，即利用三個獨立的權重矩陣分別生成頭實體、尾實體和關系的上下文感知向量；基于雙指針架構分別識別頭實體和尾實體的上下文感知向量，并生成候選實體對；將候選實體對和關系的上下文感知向量進行拼接，以生成關系實體向量；利用評分模塊對關系實體向量進行篩選；將篩選后的關系實體向量輸入Softmax層進行關系分類，以生成威脅情報三元組的識別結果。本發明可以有效避免實體間的相互干擾，進而確保生成的威脅實體三元組更為精準，準確揭示攻擊鏈中的不同環節及其之間的關系，為安全專家提供更全面、深入的威脅情報分析。

本發明授權一種基于雙指針架構的威脅情報三元組抽取方法及系統在權利要求書中公布了：1.一種基于雙指針架構的威脅情報三元組抽取方法，其特征在于，包括： 獲取威脅情報的文本； 以BERT模型作為編碼器對所得文本進行分析，利用三個獨立的權重矩陣分別生成頭實體、尾實體和關系的上下文感知向量； 基于雙指針架構分別識別頭實體和尾實體的上下文感知向量，并生成候選實體對；將所述候選實體對和關系的上下文感知向量進行拼接，以生成關系實體向量； 利用評分模塊對關系實體向量進行篩選；將篩選后的關系實體向量輸入Softmax層進行關系分類，以生成威脅情報三元組的識別結果； 所述雙指針架構包括頭實體識別模塊和尾實體識別模塊，且所述頭實體識別模塊和尾實體識別模塊具有相同的網絡架構，雙指針架構的每個模塊的處理流程包含三個主要層次：Multi-HeadSelf-Attentionce層、Multi-HeadCross-Attention層和FeedForwardNetwork層； 通過Multi-HeadSelf-Attention層處理輸入的上下文表示，以捕捉句子中各個詞之間的自注意力關系： ； ； ； 其中，表示輸入的頭實體的上下文表示，分別表示頭實體的查詢、鍵和值的權重矩陣；表示頭實體的查詢向量，表示頭實體的鍵向量，表示頭實體的值向量； 計算得到的注意力得分通過Softmax函數進行歸一化后，得到每個單詞的加權表示： ； 其中，為頭實體自注意力層的輸出，為鍵向量的維度，表示向量的轉置；通過Multi-HeadCross-Attention層將頭實體的表示與尾實體的上下文進行交互建模： ； ； ； 其中，是尾實體的上下文表示矩陣，分別為跨注意力層中的查詢、鍵和值的權重矩陣；表示跨注意力層中頭實體的查詢向量，表示跨注意力層中尾實體的鍵向量，表示跨注意力層中尾實體的值向量； 在跨注意力層之后，模型通過FeedForwardNetwork層進行非線性變換，得到最終的頭實體表示： ； 其中，為FFN的權重矩陣，用于輸入特征到隱藏層特征的變換，用于隱藏層特征到輸出特征的變換；為偏置項，為激活函數，為經過FFN處理后的頭實體表示；最終輸出頭實體的集合表示，表示頭實體集合中的第個頭實體； 尾實體的識別過程通過Multi-HeadSelf-Attention層處理輸入的尾實體的上下文表示，以捕捉句子中各個詞之間的自注意力關系： ； ； ； 其中，表示輸入的尾實體的上下文表示，分別表示尾實體的查詢、鍵和值的權重矩陣；表示尾實體的查詢向量，表示尾實體的鍵向量，表示尾實體的值向量；計算得到的注意力得分通過Softmax函數進行歸一化后，得到每個單詞的加權表示： ； 其中，為尾實體自注意力層的輸出，為鍵向量的維度，是向量的轉置；通過Multi-HeadCross-Attention層將尾實體的表示與頭實體的上下文進行交互建模： ； ； ； 其中，是尾實體的上下文表示矩陣，分別為跨注意力層中的查詢、鍵和值的權重矩陣；表示跨注意力層中尾實體的查詢向量，表示跨注意力層中頭實體的鍵向量，表示跨注意力層中頭實體的值向量；在跨注意力層之后，模型通過FeedForwardNetwork（FFN）層進行非線性變換，得到最終的尾實體表示： ； 其中，為FFN的權重矩陣，用于輸入特征到隱藏層特征的變換，用于隱藏層特征到輸出特征的變換；為偏置項，為激活函數，為經過FFN處理后的尾實體表示，最終輸出尾實體的集合表示，表示尾實體集合中的第個尾實體； 頭實體集合和尾實體集合中的每個實體兩兩拼接，以生成候選實體對。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東省計算中心(國家超級計算濟南中心);齊魯工業大學(山東省科學院)，其通訊地址為：250000 山東省濟南市歷下區科院路19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。