期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度神经网络的网络安全实体识别方法
被引量：
22
1
作者
秦娅
申国伟
+1 位作者
赵文波
陈艳平
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第1期29-40,共12页
基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度...
基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度神经网络模型的基础上,提出一种结合特征模板的CNN-BiLSTM-CRF的网络安全实体识别方法,利用人工特征模板提取局部上下文特征,进一步利用神经网络模型自动提取字符特征和文本全局特征.实验结果表明,在大规模网络安全数据集上,提出的网络安全实体识别方法,相关评价指标优于其他算法,F值达到86%.
展开更多
关键词
网络安全实体识别
特征模板
CNN
BiLSTM
CRF
在线阅读
下载PDF
职称材料
基于软提示微调和强化学习的网络安全命名实体识别方法研究
被引量：
1
2
作者
田泽庶
刘春雨
+3 位作者
张云婷
张嘉宇
孟超
张宏莉
《通信学报》
EI
CSCD
北大核心
2024年第10期1-16,共16页
随着网络技术的迅猛发展,新型网络安全威胁不断涌现,网络安全命名实体识别重要性日益增加。针对现有基于大语言模型的命名实体识别方法在网络安全领域识别准确率差的问题,提出了一种结合软提示微调和强化学习的网络安全命名实体识别方...
随着网络技术的迅猛发展,新型网络安全威胁不断涌现,网络安全命名实体识别重要性日益增加。针对现有基于大语言模型的命名实体识别方法在网络安全领域识别准确率差的问题,提出了一种结合软提示微调和强化学习的网络安全命名实体识别方法。通过结合软提示微调技术,针对网络安全领域的复杂性,精细调整大语言模型的识别能力,提升模型对网络安全命名实体的识别准确率,同时优化训练效率。此外,提出了基于强化学习的网络安全实体筛选器,可以有效去除训练集中的低质量标注,从而提升识别准确率。在2个开源基准网络安全实体识别数据集上评估了所提方法,实验结果表明,所提方法的F1值优于现有最佳的网络安全命名实体识别方法。
展开更多
关键词
网络
安全
命名
实体
识别
软提示微调
强化学习
大规模预训练模型
在线阅读
下载PDF
职称材料
题名
基于深度神经网络的网络安全实体识别方法
被引量：
22
1
作者
秦娅
申国伟
赵文波
陈艳平
机构
贵州大学计算机科学与技术学院
贵州省公共大数据重点实验室
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第1期29-40,共12页
基金
国家自然科学基金(61802081)
贵州省自然科学基金(20161052)
+1 种基金
贵州省公共大数据重点实验室开放课题(2017BDKFJJ024)
贵州大学博士基金(201526)
文摘
基于安全知识图谱的网络安全威胁情报分析能够细粒度地分析多源威胁情报数据,因此受到广泛关注.传统的命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确地识别网络安全实体.在深度神经网络模型的基础上,提出一种结合特征模板的CNN-BiLSTM-CRF的网络安全实体识别方法,利用人工特征模板提取局部上下文特征,进一步利用神经网络模型自动提取字符特征和文本全局特征.实验结果表明,在大规模网络安全数据集上,提出的网络安全实体识别方法,相关评价指标优于其他算法,F值达到86%.
关键词
网络安全实体识别
特征模板
CNN
BiLSTM
CRF
Keywords
network security entity recognition
feature template
CNN
BiLSTM
CRF
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于软提示微调和强化学习的网络安全命名实体识别方法研究
被引量：
1
2
作者
田泽庶
刘春雨
张云婷
张嘉宇
孟超
张宏莉
机构
哈尔滨工业大学计算学部
出处
《通信学报》
EI
CSCD
北大核心
2024年第10期1-16,共16页
基金
国家重点研发计划基金资助项目(No.2016QY03D0501,No.2017YFB0803304)
黑龙江省自然科学基金资助项目(No.LH2023F018)。
文摘
随着网络技术的迅猛发展,新型网络安全威胁不断涌现,网络安全命名实体识别重要性日益增加。针对现有基于大语言模型的命名实体识别方法在网络安全领域识别准确率差的问题,提出了一种结合软提示微调和强化学习的网络安全命名实体识别方法。通过结合软提示微调技术,针对网络安全领域的复杂性,精细调整大语言模型的识别能力,提升模型对网络安全命名实体的识别准确率,同时优化训练效率。此外,提出了基于强化学习的网络安全实体筛选器,可以有效去除训练集中的低质量标注,从而提升识别准确率。在2个开源基准网络安全实体识别数据集上评估了所提方法,实验结果表明,所提方法的F1值优于现有最佳的网络安全命名实体识别方法。
关键词
网络
安全
命名
实体
识别
软提示微调
强化学习
大规模预训练模型
Keywords
cybersecurity named entity recognition
soft prompt tuning
reinforcement learning
large-scale pre-trained models
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度神经网络的网络安全实体识别方法
秦娅
申国伟
赵文波
陈艳平
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
22
在线阅读
下载PDF
职称材料
2
基于软提示微调和强化学习的网络安全命名实体识别方法研究
田泽庶
刘春雨
张云婷
张嘉宇
孟超
张宏莉
《通信学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
