面向威胁情报知识图谱的上下文感知实体关系抽取

网络安全知识图谱（CKG）将多样化的网络威胁情报（CTI）源统一为结构化、可查询的格式，为自动化主动和实时安全响应提供了可扩展的解决方案。其日益增长的采用显著提升了安全专业人员的工作流程和决策效率。然而，构建CKG需要从非结构化的CTI报告中提取实体-关系三元组，这一任务受到复杂报告结构、领域特定语言和语义歧义的阻碍。因此，现有的基于流水线的方法常常遭受错误传播，降低了提取准确性并限制了泛化能力。本文介绍了上下文感知威胁情报知识图谱（CTiKG）框架，这是一个流水线架构，旨在从CTI报告中准确提取和分类威胁实体及其关系。CTiKG融合了混合NLP模型，利用SecureBERT+上下文嵌入和来自领域本体的专家知识来减少误分类并减轻级联错误。在包含与STIX 2.1对齐的21种实体类型的DNRTI-AUG-STIX2数据集上的实验表明，与最先进的基线相比，基于精确率、召回率和F1分数，NER性能提升了3-4%，RE性能提升了高达8%。在DNRTI和STUCCO基准上的额外验证证实了该框架的稳健性和实际适用性。所有数据集，包括精心整理的DNRTI-AUG-STIX2，均在GitHub上发布，以促进可复现性和进一步研究。