公开(公告)号：CN114936292A

公开(公告)日：2022-08-23

申请号：CN202210608528.1

申请日：2022-05-31

Applicant: 华北电力大学

Inventor： 李建彬 ,  梁音 ,  常晓雨 ,  孙艺凡

IPC: G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了属于区块链技术领域的基于GCN的区块链威胁情报知识图谱对齐方法。步骤1：获取区块链威胁情报数据，构建关系三元组和属性三元组；步骤2：利用两层GCN模型和关系三元组学习基于关系结构的实体嵌入向量；利用TransE算法和属性三元组学习基于属性信息的实体嵌入向量；步骤3：分配结构嵌入模块和属性嵌入模块得到的嵌入结果所占的权重，并将两者的嵌入结果相加，再对相加后的嵌入结果进行调整后作为最终的完整实体嵌入结果；步骤4：使用准确率指标对区块链威胁情报知识图谱对齐整体性能进行评估。本发明将知识图谱中关系和属性信息结合，提高了区块链威胁情报知识图谱对齐的准确率。

公开(公告)号：CN115051843A

公开(公告)日：2022-09-13

申请号：CN202210629507.8

申请日：2022-06-06

Applicant: 华北电力大学

Inventor： 李建彬 ,  孙艺凡 ,  梁音 ,  常晓雨

IPC: H04L9/40 ,  G06F16/36 ,  G06N20/20

Abstract: 本发明公开了属于区块链技术领域的基于KGE的区块链威胁情报知识图谱推理方法。包括步骤1：分析区块链威胁情报数据，构建三元组 ；步骤2：将步骤1构建的三元组 中实体和关系表示为低维稠密向量，并对低维稠密向量进行训练；步骤3：将待推理的三元组输入TransE和Transformer模型中，由模型的输出来选取三元组加入到区块链威胁情报知识图谱中；步骤4：集合TransE和Transformer模型，取N个集合模型的均值作为最终输出结果；步骤5：与单一的TransE和Transformer模型在知识推理数据集的评价指标做对比。本发明提高了知识推理的准确性，且Mean Rank指数更好。