買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜山東省計算中心(國家超級計算濟南中心);齊魯工業大學(山東省科學院)申請的專利基于Bert與深度學習模型的威脅情報實體檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118917315B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411127569.4，技術領域涉及：G06F40/295；該發明授權基于Bert與深度學習模型的威脅情報實體檢測方法是由趙大偉;孫文昊;周洋;徐麗娟;于福強;仝豐華設計研發完成，并于2024-08-16向國家知識產權局提交的專利申請。

本基于Bert與深度學習模型的威脅情報實體檢測方法在說明書摘要公布了：本發明涉及基于Bert與深度學習模型的威脅情報實體檢測方法，包括：首先，利用預訓練的BERT模型捕捉文本的基本語義信息，并構建語法結構圖；然后，將語法結構圖被送入圖注意力網絡處理，分析實體間的復雜依賴關系；同時，將BERT模型輸出的CLS向量與通過Text?CNN處理得到的全局向量進行拼接，形成包含全局上下文信息和局部細節特征的HCV；此外，獲得單詞時序上下文信息以及實體單詞之間的重要性關聯；最后，將來自不同模塊的向量進行融合，放入條件隨機場層進行實體的識別，獲得威脅實體的輸出。本發明在處理網絡安全領域專業術語和復雜語境時，表現出更優異的性能。

本發明授權基于Bert與深度學習模型的威脅情報實體檢測方法在權利要求書中公布了：1.基于Bert與深度學習模型的威脅情報實體檢測方法，其特征在于，包括：首先，利用預訓練的BERT模型捕捉文本的基本語義信息，并以文本的基本語義信息為基礎構建語法結構圖；然后，將語法結構圖送入圖注意力網絡處理，分析實體間的復雜依賴關系；通過BERT模型生成嵌入向量，使用Text-CNN處理嵌入向量得到全局向量，將BERT模型輸出的CLS向量與全局向量進行拼接，形成包含全局上下文信息和局部細節特征的HybridContextVector；此外，通過BERT模型生成的嵌入向量分別被送入雙向長短時記憶網絡BiLSTMLayer和多頭注意力機制AttentionLayer，以獲得單詞時序上下文信息以及實體單詞之間的重要性關聯；最后，將來自不同模塊的向量進行融合，放入條件隨機場層進行實體的識別，獲得威脅實體的輸出；BERT模型輸出CLS向量和包含基本語義信息的基本語義向量H；包括：定義輸入文本X為X＝x1，x2，x3，…，xi，…，xn，其中，xi為文本X中第i個單詞，n為句子的長度，輸入文本X被送入BERT模型進行嵌入處理，得到向量序列：H＝{h1，h2，h3，…，hi，…，hn}；其中，hi為單詞xi的向量嵌入，dm為向量的嵌入維度表示；同時獲得CLS向量，其中，CLS向量

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東省計算中心(國家超級計算濟南中心);齊魯工業大學(山東省科學院)，其通訊地址為：250014 山東省濟南市科院路19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。