买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山东大学;广西科技大学;中国—东盟信息港股份有限公司申请的专利一种基于深度学习的网络威胁情报信息抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119578538B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510139203.7，技术领域涉及：G06N5/025；该发明授权一种基于深度学习的网络威胁情报信息抽取方法是由王欢;胡鹏飞;胡金龙;彭勇;林川;李庆;刘宝臣;邓钧忆;张申奥设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种基于深度学习的网络威胁情报信息抽取方法在说明书摘要公布了：本发明提供一种基于深度学习的网络威胁情报信息抽取方法，涉及网络安全技术领域，该方法为基于网络威胁情报信息，获取威胁文本数据；构建实体关系联合抽取模型；将威胁文本数据输入实体关系联合抽取模型，利用损失函数进行训练，得到训练好的实体关系联合抽取模型；利用训练好的实体关系联合抽取模型，对网络威胁情报信息进行分析，得到网络威胁情报信息抽取结果，完成对网络威胁情报信息的抽取。本发明解决了网络威胁情报难以准确抽取的问题。

本发明授权一种基于深度学习的网络威胁情报信息抽取方法在权利要求书中公布了：1.一种基于深度学习的网络威胁情报信息抽取方法，其特征在于，包括：S1：基于网络威胁情报信息，获取威胁文本数据；S2：构建实体关系联合抽取模型；S3：将所述威胁文本数据输入所述实体关系联合抽取模型，利用损失函数进行训练，得到训练好的实体关系联合抽取模型；其中，所述实体关系联合抽取模型包括：双向编码器层，用于提取所述威胁文本数据中每个序列的上下文感知信息，得到对应的词嵌入数据；双向循环层，包括由正向GRU和反向GRU组成的两层GRU单元，用于获取所述词嵌入数据的正向和反向信息，得到深度序列向量；并行解码层，包括非自回归解码器，用于融合所述深度序列向量的句子信息，得到嵌入数据；多层感知层，用于对嵌入数据的实体和关系进行独立解码，得到网络威胁情报信息抽取结果；S4：利用所述训练好的实体关系联合抽取模型，对网络威胁情报信息进行分析，得到网络威胁情报信息抽取结果，完成对网络威胁情报信息的抽取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学;广西科技大学;中国—东盟信息港股份有限公司，其通讯地址为：250100 山东省济南市历城区山大南路27号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。