基于细粒度去噪扩散边界检测的网络安全实体识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于细粒度去噪扩散边界检测的网络安全实体识别方法
申请号:CN202511076287
申请日期:2025-08-01
公开号:CN120825323A
公开日期:2025-10-21
类型:发明专利
摘要
基于细粒度去噪扩散边界检测的网络安全实体识别方法,本发明涉及网络安全领域,具体涉及网络安全实体识别方法。本发明的目的是为了解决现有网络安全实体识别方法针对性研究不足导致难以实现有效泛化,难以充分提取网络安全实体特征,边界识别错误率高的问题。过程为:一、获取有标注的网络安全实体数据;二、构建基于细粒度去噪扩散边界检测的实体识别模型,获得训练好的基于细粒度去噪扩散边界检测的实体识别模型;三、获得待测网络安全实体数据,将待测网络安全实体数据输入训练好的基于细粒度去噪扩散边界检测的实体识别模型,训练好的基于细粒度去噪扩散边界检测的实体识别模型输出实体的类别。
技术关键词
网络安全实体 实体识别模型 识别方法 特征提取网络 注意力 序列 字符 掩码矩阵 语义特征 预训练语言模型 数据 噪声 分类器 分词 BERT模型 神经网络结构 通道 全局平均池化