秦曉娜，黃 興，臧立成，趙 文

（中國電子科技集團(tuán)公司第三十研究所，四川 成都 610041）

0 引 言

隨著信息系統(tǒng)網(wǎng)絡(luò)化和智能化的快速發(fā)展，網(wǎng)絡(luò)規(guī)模和復(fù)雜程度急劇增大。一方面為信息的高效快捷流轉(zhuǎn)帶來了極大便利，另一方面擴(kuò)大了網(wǎng)絡(luò)的攻擊面，給網(wǎng)絡(luò)安全管理人員帶來了極大的運維壓力。鑒于信息系統(tǒng)中復(fù)雜多樣的安全防護(hù)設(shè)備和網(wǎng)絡(luò)設(shè)備，錯綜復(fù)雜的網(wǎng)絡(luò)拓?fù)浜屯ㄟB關(guān)系，以及不斷擴(kuò)大的網(wǎng)絡(luò)規(guī)模形勢，網(wǎng)絡(luò)安全配置變得異常復(fù)雜困難。以人工為主的配置方式已無法滿足當(dāng)前需求，網(wǎng)絡(luò)安全配置正在尋求更加自動化和智能化的解決方案。

近幾年知識圖譜受到了人們的廣泛關(guān)注。知識圖譜本身是一種圖結(jié)構(gòu)數(shù)據(jù)[1]。采用圖構(gòu)建知識和數(shù)據(jù)之間的關(guān)聯(lián)，能夠有效解決海量信息處理問題[2]。本文主要結(jié)合知識圖譜的特點對其在網(wǎng)絡(luò)安全配置領(lǐng)域的應(yīng)用進(jìn)行研究。

1 研究思路

網(wǎng)絡(luò)安全配置復(fù)雜困難的原因主要是網(wǎng)絡(luò)、設(shè)備、業(yè)務(wù)等各類數(shù)據(jù)繁雜。通過構(gòu)建適合網(wǎng)絡(luò)安全配置場景的知識圖譜，將網(wǎng)絡(luò)安全配置相關(guān)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)處理及可視化分析，能夠輔助網(wǎng)絡(luò)安全管理人員快速高效地完成配置任務(wù)。根據(jù)知識圖譜通用的構(gòu)建方式，網(wǎng)絡(luò)安全配置知識圖譜的構(gòu)建主要包括網(wǎng)絡(luò)安全配置數(shù)據(jù)處理、網(wǎng)絡(luò)安全配置知識融合和網(wǎng)絡(luò)安全配置圖譜構(gòu)建3個方面[3]，如圖1所示。

網(wǎng)絡(luò)安全配置數(shù)據(jù)處理部分通過將網(wǎng)絡(luò)安全配置相關(guān)的數(shù)據(jù)進(jìn)行知識抽取，以獲取結(jié)構(gòu)化數(shù)據(jù)。

網(wǎng)絡(luò)安全配置知識融合即根據(jù)專業(yè)知識庫進(jìn)行各類數(shù)據(jù)知識的融合處理。

網(wǎng)絡(luò)安全配置圖譜構(gòu)建通過完成節(jié)點及關(guān)系創(chuàng)建，實現(xiàn)網(wǎng)絡(luò)安全配置圖譜的數(shù)據(jù)邏輯展示。

2 網(wǎng)絡(luò)安全配置數(shù)據(jù)處理

網(wǎng)絡(luò)安全配置相關(guān)的數(shù)據(jù)主要包括網(wǎng)絡(luò)拓?fù)洹⒃O(shè)備資產(chǎn)、設(shè)備策略、業(yè)務(wù)信息、設(shè)備屬性以及安全專業(yè)知識等多源異構(gòu)數(shù)據(jù)，經(jīng)過實體抽取、屬性抽取以及關(guān)系抽取等操作轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)。

實體抽取又叫命名實體識別，指的是從采集數(shù)據(jù)的原始語料中自動識別出命名實體。由于實體是知識圖譜中的最基本元素，其抽取的完整性、準(zhǔn)確率以及召回率等將直接影響知識庫的質(zhì)量。目前，實體抽取主要使用深度學(xué)習(xí)如長短期記憶網(wǎng)絡(luò)（Long Short Term Memory Network，LSTM）實現(xiàn)。

屬性抽取主要是針對實體而言的，通過屬性可形成對實體的完整勾畫。由于實體的屬性可以看成是實體與屬性值之間的一種名稱性關(guān)系，因此可以將實體屬性的抽取問題轉(zhuǎn)換為關(guān)系抽取問題。

關(guān)系抽取主要是對待抽取關(guān)系的語句進(jìn)行詞性標(biāo)注、依存句法分析以及命名實體識別3個基礎(chǔ)自然語言處理任務(wù)。關(guān)系抽取過程如圖2所示。

在預(yù)處理階段，對于待抽取關(guān)系的語句進(jìn)行詞性標(biāo)注、依存句法分析以及命名實體識別3個基礎(chǔ)自然語言處理任務(wù)。在關(guān)系抽取階段，使用基于圖卷積的關(guān)系抽取，根據(jù)自然語言語句生成可被網(wǎng)絡(luò)處理的圖，以從非結(jié)構(gòu)化的數(shù)據(jù)中抽取出關(guān)系。

3 網(wǎng)絡(luò)安全配置知識融合

依托數(shù)據(jù)處理之后的結(jié)構(gòu)化網(wǎng)絡(luò)安全配置數(shù)據(jù)，網(wǎng)絡(luò)安全配置知識融合主要從實體鏈接和知識合并兩方面進(jìn)行。

實體鏈接是指對于從文本中抽取得到的實體對象，將其鏈接到知識庫中對應(yīng)的正確實體對象的操作。實體鏈接主要使用實體消歧和共指消解技術(shù)，判斷知識庫中的同名實體是否代表不同的含義以及知識庫中是否存在其他命名實體表示相同的含義，然后創(chuàng)建實體或鏈接到現(xiàn)有實體。

實體消歧是專門用于解決同名實體產(chǎn)生歧義問題的技術(shù)。通過實體消歧，可以根據(jù)當(dāng)前的語境準(zhǔn)確建立實體鏈接。實體消歧主要采用聚類法，也可以看做基于上下文的分類問題，類似于詞性消歧和詞義消歧。

共指消解技術(shù)主要用于解決多個指稱對應(yīng)同一實體對象的問題。在一次會話中，多個指稱可能指向的是同一實體對象。利用共指消解技術(shù)可以將這些指稱項關(guān)聯(lián)（合并）到正確的實體對象。該問題在信息檢索和自然語言處理等領(lǐng)域具有特殊的重要性，吸引了大量的研究努力。共指消解還有一些其他的名字，如對象對齊、實體匹配和實體同義。

知識合并主要是指將前面處理之后的結(jié)構(gòu)化數(shù)據(jù)與外部已存在的結(jié)構(gòu)化知識庫或關(guān)系數(shù)據(jù)庫進(jìn)行合并，主要需要處理數(shù)據(jù)層與模式層的沖突等問題。

4 網(wǎng)絡(luò)安全配置圖譜構(gòu)建

經(jīng)過知識融合得到完整的、結(jié)構(gòu)化的網(wǎng)絡(luò)安全配置專業(yè)數(shù)據(jù)集，可方便后續(xù)進(jìn)行圖譜構(gòu)建。圖譜構(gòu)建選擇Neo4j圖形數(shù)據(jù)庫，將結(jié)構(gòu)化數(shù)據(jù)存儲在網(wǎng)絡(luò)上而不是表中，在圖（網(wǎng)絡(luò)）中存儲數(shù)據(jù)。Neo4j提供了大規(guī)?？蓴U(kuò)展功能，在一臺機器上可以處理數(shù)十億節(jié)點/關(guān)系/屬性的圖，同時可擴(kuò)展到多臺機器并行運行[4]。圖譜構(gòu)建分為節(jié)點創(chuàng)建和關(guān)系創(chuàng)建兩方面。

4.1 節(jié)點創(chuàng)建

在知識圖譜中構(gòu)建節(jié)點，節(jié)點包含網(wǎng)絡(luò)名稱、設(shè)備名稱以及設(shè)備能力等。創(chuàng)建節(jié)點的數(shù)據(jù)格式如圖3所示，以load CSV方式創(chuàng)建。

首先將不同類型的數(shù)據(jù)節(jié)點放在不同的.csv文件中。例如，網(wǎng)絡(luò)數(shù)據(jù)文件為network.csv、設(shè)備數(shù)據(jù)文件為devices.csv等，圖3展示的是設(shè)備數(shù)據(jù)文件前5行數(shù)據(jù)，列數(shù)為節(jié)點的屬性信息，A列含義為設(shè)備名字，通過運行指令“LOAD CSV FROM“file:///devices.csv” AS line create (a:devices{name:line[0]})”，得到的圖譜如圖4所示。

通過點擊名稱為“病毒查殺系統(tǒng)”的節(jié)點，可以在底部看到此節(jié)點的詳細(xì)信息，如節(jié)點類型為“devices”，節(jié)點id為“38”（Neo4j自動分配）。

4.2 關(guān)系創(chuàng)建

根據(jù)創(chuàng)建的實體節(jié)點，完成相應(yīng)的關(guān)系建立。實體關(guān)系建立的過程中需要明確頭節(jié)點、尾節(jié)點及連接關(guān)系。關(guān)系創(chuàng)建數(shù)據(jù)格式，如圖5所示。

文件每一行有3列，依次為頭結(jié)點、關(guān)系和尾節(jié)點。以一條數(shù)據(jù)為例，關(guān)系創(chuàng)建流程如圖6所示。

基于Neo4j構(gòu)建的網(wǎng)絡(luò)安全配置知識圖譜，通過圍繞圖進(jìn)行數(shù)據(jù)建模，以相同的速度遍歷節(jié)點與邊，且遍歷速度與構(gòu)成圖的數(shù)據(jù)量沒有任何關(guān)系，因此可解決網(wǎng)絡(luò)規(guī)模增大帶來的問題。最后，創(chuàng)建的網(wǎng)絡(luò)安全配置知識圖譜可視化效果，如圖7所示。

網(wǎng)絡(luò)安全配置知識圖譜不僅實現(xiàn)了對網(wǎng)絡(luò)安全配置領(lǐng)域多源知識的整合存儲，而且善于處理大量復(fù)雜、互連接、低結(jié)構(gòu)化的數(shù)據(jù)，并利用Neo4j解決了查詢響應(yīng)性能衰退問題，可以通過其進(jìn)行多維網(wǎng)絡(luò)安全配置數(shù)據(jù)的關(guān)聯(lián)查詢及可視化分析，輔助完成準(zhǔn)確快速的網(wǎng)絡(luò)安全配置[5]。

5 結(jié) 語

本文對知識圖譜在網(wǎng)絡(luò)安全配置領(lǐng)域的應(yīng)用進(jìn)行研究，主要根據(jù)網(wǎng)絡(luò)安全配置面臨的問題現(xiàn)狀及知識圖譜在處理海量多源數(shù)據(jù)方面的優(yōu)勢，提出構(gòu)建網(wǎng)絡(luò)安全配置知識圖譜的思路。通過網(wǎng)絡(luò)安全配置數(shù)據(jù)處理、網(wǎng)絡(luò)安全配置知識融合以及網(wǎng)絡(luò)安全配置圖譜構(gòu)建等技術(shù)，構(gòu)建出適合網(wǎng)絡(luò)安全配置場景的知識圖譜，可以輔助完成網(wǎng)絡(luò)安全配置過程，促進(jìn)網(wǎng)絡(luò)安全配置向更加自動化和智能化方向發(fā)展。