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！

龙图腾网恭喜山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利基于Bert与深度学习模型的威胁情报实体检测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：CN118917315B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411127569.4，技术领域涉及：G06F40/295；该发明授权基于Bert与深度学习模型的威胁情报实体检测方法是由赵大伟;孙文昊;周洋;徐丽娟;于福强;仝丰华设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本基于Bert与深度学习模型的威胁情报实体检测方法在说明书摘要公布了：本发明涉及基于Bert与深度学习模型的威胁情报实体检测方法，包括：首先，利用预训练的BERT模型捕捉文本的基本语义信息，并构建语法结构图；然后，将语法结构图被送入图注意力网络处理，分析实体间的复杂依赖关系；同时，将BERT模型输出的CLS向量与通过Text‑CNN处理得到的全局向量进行拼接，形成包含全局上下文信息和局部细节特征的HCV；此外，获得单词时序上下文信息以及实体单词之间的重要性关联；最后，将来自不同模块的向量进行融合，放入条件随机场层进行实体的识别，获得威胁实体的输出。本发明在处理网络安全领域专业术语和复杂语境时，表现出更优异的性能。

本发明授权基于Bert与深度学习模型的威胁情报实体检测方法在权利要求书中公布了：1.基于Bert与深度学习模型的威胁情报实体检测方法，其特征在于，包括：首先，利用预训练的BERT模型捕捉文本的基本语义信息，并以文本的基本语义信息为基础构建语法结构图；然后，将语法结构图送入图注意力网络处理，分析实体间的复杂依赖关系；通过BERT模型生成嵌入向量，使用Text-CNN处理嵌入向量得到全局向量，将BERT模型输出的CLS向量与全局向量进行拼接，形成包含全局上下文信息和局部细节特征的HybridContextVector；此外，通过BERT模型生成的嵌入向量分别被送入双向长短时记忆网络BiLSTMLayer和多头注意力机制AttentionLayer，以获得单词时序上下文信息以及实体单词之间的重要性关联；最后，将来自不同模块的向量进行融合，放入条件随机场层进行实体的识别，获得威胁实体的输出；BERT模型输出CLS向量和包含基本语义信息的基本语义向量H；包括：定义输入文本X为X＝x1，x2，x3，…，xi，…，xn，其中，xi为文本X中第i个单词，n为句子的长度，输入文本X被送入BERT模型进行嵌入处理，得到向量序列：H＝{h1，h2，h3，…，hi，…，hn}；其中，hi为单词xi的向量嵌入，dm为向量的嵌入维度表示；同时获得CLS向量，其中，CLS向量

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省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250014 山东省济南市科院路19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”。