基于字符表示学习与时序边界扩散的网络安全实体识别方法

来源：电子与信息学报杂志2025年第5期北京时间：

作者：胡泽, 李文君, 杨宏宇

单位：1.中国民航大学安全科学与工程学院 天津 3003002.中国民航大学计算机科学与技术学院 天津 300300

摘要：网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理；其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界；然后，对于实体分类任务，同样使用问答方法，并独立训练分类器进行实体类型判断；最后将实体边界检测任务的结果输入实体分类任务判断实体的类型。为验证方法有效性，在网络威胁情报数据集DNRTI上进行测试。实验结果表明，边界检测效率的提升能够有效增强命名实体识别的性能。该方法在网络安全实体识别任务中不仅资源开销较小，且对比近年提出的基线方法性能有所提升，其中较最近两年的方法在F1分数上提升了0.40%～1.65%。

关键词：命名实体识别, 网络安全, 边界检测, 深度学习, 自然语言处理

基金资助：国家自然科学基金(62201576, U1833107)，国家自然科学基金配套基金(3122023PT10)