-
公开(公告)号:CN114817934A
公开(公告)日:2022-07-29
申请号:CN202210519644.6
申请日:2022-05-13
Applicant: 扬州大学
IPC: G06F21/57 , G06F16/35 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于漏洞事件论元的漏洞严重度评估方法,从漏洞描述文本中抽取事件论元协助进行漏洞严重度评估,充分考虑漏洞产生原因、攻击者、触发操作、触发结果、触发情景对于预训练模型学习的作用,构造不同的漏洞事件论元与不同的漏洞严重度指标之间的对应关系,针对不同的严重度评估指标使用对应的漏洞事件论元进行分类学习,最终输出漏洞事件论元、漏洞严重度分数、漏洞严重度等级,明确漏洞的严重度,帮助开发人员优先选择更紧急的漏洞进行修复,本发明对应提供一种基于漏洞事件论元的漏洞严重度评估系统。
-
公开(公告)号:CN117668252A
公开(公告)日:2024-03-08
申请号:CN202311680151.1
申请日:2023-12-08
Applicant: 扬州大学
IPC: G06F16/36 , G06F16/31 , G06F40/186
Abstract: 本发明公开了一种基于树形Prompt模板的领域知识图谱智能构建方法及系统。其中,构建方法包括以下步骤:S1、获取并标注源领域数据,得到源标注集;为所述源标注集构建树形Prompt模板。S2、获取UIE框架及预训练模型,将所述源标注集及其对应的树形Prompt模板输入所述UIE框架,使用所述预训练模型训练生成实体抽取模型和关系抽取模型。S3、获取目标领域数据,为所述目标领域数据构建树形Prompt模板;使用所述实体抽取模型和关系抽取模型处理所述目标领域数据对应的树形Prompt模板,构建目标领域知识图谱。S4、将所述目标领域知识图谱进行实体消歧,并进行搜索、推荐、问答。本发明具有效率高、实用性强的特点。
-