曾宣

（云南電網(wǎng)有限責(zé)任公司信息中心 云南省昆明市 650000）

對于監(jiān)管規(guī)則的準(zhǔn)確理解，能夠在一定程度上提高監(jiān)管質(zhì)量和監(jiān)管效率。但目前，由于監(jiān)管規(guī)則制定沒有嚴(yán)格的標(biāo)準(zhǔn)機(jī)制，因此常常會(huì)出現(xiàn)監(jiān)管規(guī)則的內(nèi)涵和外延不夠精確的問題產(chǎn)生，對于不同監(jiān)管機(jī)構(gòu)而言，可能由于錯(cuò)誤解讀造成更嚴(yán)重的管理問題產(chǎn)生[1]。同時(shí)，現(xiàn)有監(jiān)管規(guī)則，缺少了對各個(gè)模塊內(nèi)容的體系化整合，因此也在一定程度上提高了監(jiān)管合規(guī)的成本。NLP技術(shù)是一種全新的自然語言處理技術(shù)，將NLP技術(shù)應(yīng)用于實(shí)際可以通過機(jī)器學(xué)習(xí)的方式，針對各類復(fù)雜法律、法規(guī)等內(nèi)容進(jìn)行匯總、分析和處理，是一種十分有效的體系構(gòu)建方法，不僅可以提高規(guī)則體系在內(nèi)容理解上的一致度，還能夠進(jìn)一步降低各個(gè)機(jī)構(gòu)體系構(gòu)建的合規(guī)成本。但目前NLP技術(shù)在監(jiān)管領(lǐng)域當(dāng)中的應(yīng)用較少，為了實(shí)現(xiàn)監(jiān)管的智能化，本文引入NLP技術(shù)，針對監(jiān)管領(lǐng)域當(dāng)中的規(guī)則體系構(gòu)建進(jìn)行優(yōu)化，并進(jìn)一步實(shí)現(xiàn)智能化監(jiān)管規(guī)則體系構(gòu)建。

1 智能化監(jiān)管規(guī)則體系構(gòu)建

1.1 基于NLP技術(shù)的監(jiān)管規(guī)則關(guān)鍵詞提取

由于采用傳統(tǒng)監(jiān)管規(guī)則關(guān)鍵詞提取方法在實(shí)際應(yīng)用中過程復(fù)雜，并且消耗巨大，因此本文引入NLP技術(shù)，利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)對監(jiān)管規(guī)則關(guān)鍵詞及相關(guān)屬性的智能化提取。由于當(dāng)前各類監(jiān)管描述文件的語言均為機(jī)器學(xué)習(xí)無法識別的自然語言，因此在獲取監(jiān)管規(guī)則關(guān)鍵詞的過程中，借助NLP技術(shù)實(shí)現(xiàn)[2]。通過NLP技術(shù)的自動(dòng)檢索過程，將負(fù)責(zé)且沒有規(guī)律的監(jiān)管文件中的自然語言轉(zhuǎn)換為計(jì)算機(jī)能夠識別的句子，通過NLP技術(shù)對句子進(jìn)行處理，并生成相應(yīng)的規(guī)則集，得到計(jì)算機(jī)能夠識別的監(jiān)管規(guī)則關(guān)鍵詞。大部分監(jiān)管規(guī)則都是以自然語言描述，其結(jié)構(gòu)當(dāng)中包含了SEQUENCE 屬性結(jié)構(gòu)、屬性類別以及屬性值。無論監(jiān)管規(guī)則關(guān)鍵詞是自然語言結(jié)構(gòu)，還是ASN.1 結(jié)構(gòu)，其規(guī)則的格式都需要通過RFC2119 定義。

針對監(jiān)管規(guī)則文件的描述，若一個(gè)語句當(dāng)中包含的第一個(gè)小節(jié)描述的關(guān)鍵詞，則將其稱之為一個(gè)規(guī)則。圖1 為基于NLP技術(shù)的監(jiān)管規(guī)則關(guān)鍵詞提取流程示意圖。

在提取過程中，首先需要對數(shù)據(jù)進(jìn)行格式化處理，并針對各個(gè)監(jiān)管文件當(dāng)中的頁眉和頁腳進(jìn)行處理，并去除掉其中無效字符，例如空格，多余*等，只保留其語句部分。其次，再針對提取到的純文本進(jìn)行斷句，并將其按照一定規(guī)律劃分為一段一段字符串，由NLP技術(shù)對其進(jìn)行識別[3]。在這一過程中，對包含提取到的關(guān)鍵詞段落進(jìn)行搜索，并將其存儲在自然語言規(guī)則集當(dāng)中，完成對監(jiān)管規(guī)則關(guān)鍵詞的提取。

1.2 智能化監(jiān)管描述語句詞性標(biāo)記

完成對監(jiān)管規(guī)則關(guān)鍵詞的提取后，每一個(gè)詞都有相對應(yīng)的自然語言屬性，針對名詞詞性的標(biāo)記，可直接采用NLP 當(dāng)中的自然語言處理包完成，并通過隱式馬爾科夫算法實(shí)現(xiàn)。標(biāo)記的過程可以稱之為馬爾科夫過程，可用如下公式表示：

公式（1）中，P 表示為名詞詞性標(biāo)記概率；S 表示為標(biāo)記過程中的一個(gè)時(shí)間狀態(tài)；Sn表示為在某一時(shí)刻n 時(shí)的狀態(tài)。通過公式（1）可以看出，若Sn+1對于過去狀態(tài)的條件概率分布僅表示為Sn的一個(gè)函數(shù)，則當(dāng)前時(shí)刻的狀態(tài)與上一狀態(tài)相關(guān)，反之同理。按照上述公式完成對名詞詞性的關(guān)鍵詞標(biāo)記，但在一個(gè)完整的監(jiān)管規(guī)則文件當(dāng)中不僅包含了名詞詞性還有助詞和動(dòng)詞[4]。表1 為大量監(jiān)管規(guī)則描述語句當(dāng)中的狀態(tài)遷移矩陣。

從表1 中得出的狀態(tài)遷移矩陣可以看出，在名詞后接上述三個(gè)詞性的概率分別為0.2/0.3/0.5。因此在對一個(gè)監(jiān)管描述語句進(jìn)行任務(wù)標(biāo)記時(shí)，若前一個(gè)為名詞，則后一個(gè)詞最大概率為動(dòng)詞[5]。根據(jù)詞性，對監(jiān)管描述語句進(jìn)行二元組表達(dá)，并通過組合元組信息生成條件從句信息，完成對監(jiān)管描述語句詞性的標(biāo)記。通過上述標(biāo)記方式實(shí)現(xiàn)對監(jiān)管描述語句的結(jié)構(gòu)化定義，將監(jiān)管規(guī)則關(guān)鍵詞作為NLP技術(shù)可識別的特征量，并生成最終的特征規(guī)則，實(shí)現(xiàn)對監(jiān)管描述文件的標(biāo)記和對信息任務(wù)的提取。

表1：大量監(jiān)管規(guī)則描述語句當(dāng)中的狀態(tài)遷移矩陣

1.3 基于End-to-End模型的監(jiān)管規(guī)則體系內(nèi)容表達(dá)

為進(jìn)一步實(shí)現(xiàn)監(jiān)管規(guī)則體系構(gòu)建的智能化，引入End-to-End 模型，定義一個(gè)由單序列三元組的數(shù)據(jù)結(jié)構(gòu)。將監(jiān)管規(guī)則體系結(jié)構(gòu)劃分為Bi-LSTM 層（層級I）、Dropout 層（層級II）和LSTM 解碼層（層級III）。分別針對其各個(gè)層次進(jìn)行對監(jiān)管規(guī)則體系內(nèi)容的表達(dá)，首先針對層級I 而言，在監(jiān)管規(guī)則進(jìn)入到這一層級當(dāng)中時(shí)，將輸入的關(guān)鍵詞放入到詞嵌入層當(dāng)中，構(gòu)成一個(gè)嵌入矢量，其表達(dá)式為：

公式（2）中，W 表示為所有單詞序列的集合；wt表示為關(guān)鍵詞嵌入矢量；n 表示為當(dāng)前監(jiān)管規(guī)則語句的長度；d 表示為維度。在完成嵌入處理后，層級I 輸入門當(dāng)中的內(nèi)容可用公式（3）表達(dá)：

公式（3）中，it表示為層級I 輸入門當(dāng)中的內(nèi)容；δ 表示為監(jiān)管規(guī)則語句信息附加權(quán)重；bi表示為監(jiān)管規(guī)則語句狀態(tài)數(shù)據(jù)，若使用，則bi值趨近于1，若不使用，則bi值趨近于0。其次，針對層級II，假設(shè)每一個(gè)隱藏單元都是相互不可依賴的，則需要利用Dropout 解決每個(gè)協(xié)同適應(yīng)隱藏層，其表達(dá)式為：

公式（4）中，p(i)表示為某一監(jiān)管規(guī)則關(guān)鍵詞i 的隱藏激活概率。最后，在層級III 當(dāng)中完成對監(jiān)管規(guī)則的解碼，實(shí)現(xiàn)對監(jiān)管規(guī)則體系內(nèi)容的精確表達(dá)。利用如下公式（5）對層級II 當(dāng)中的監(jiān)管規(guī)則體系隱藏單元進(jìn)行處理：

公式（5）中，yt表示為監(jiān)管規(guī)則體系內(nèi)容最終表達(dá)結(jié)果；Wy表示為softmax 矩陣；Tt表示為上述標(biāo)記的種類個(gè)數(shù)；by表示為隱藏層中監(jiān)管規(guī)則語句狀態(tài)數(shù)據(jù)。根據(jù)上述表達(dá)式，在層級III 當(dāng)中完成處理后，得到各個(gè)監(jiān)管規(guī)則所述標(biāo)記實(shí)體的可能性，實(shí)現(xiàn)標(biāo)記替代，完成對監(jiān)管規(guī)則體系內(nèi)容的表達(dá)。

2 實(shí)驗(yàn)論證分析

為了驗(yàn)證本文提出的智能化監(jiān)管規(guī)則體系構(gòu)建方法在實(shí)際應(yīng)用中是否能夠滿足各項(xiàng)應(yīng)用性能需要，選擇將六種當(dāng)前流行的SSL/TLS 監(jiān)管描述文件作為實(shí)驗(yàn)對象。分別利用本文提出的構(gòu)建方法和傳統(tǒng)構(gòu)建方法對六個(gè)監(jiān)管描述文件進(jìn)行規(guī)則體系構(gòu)建。為了確保實(shí)驗(yàn)的客觀性，在實(shí)驗(yàn)前，對構(gòu)件評估標(biāo)準(zhǔn)進(jìn)行設(shè)計(jì)，選擇以構(gòu)建后體系的漏洞數(shù)作為評價(jià)指標(biāo)。其計(jì)算公式為：

公式（6）中，BPR(i)表示為某一監(jiān)管描述文件i 完成規(guī)則體系構(gòu)建后的漏洞數(shù)；N 表示為存在差異解釋的證書個(gè)數(shù)；RN 表示為實(shí)驗(yàn)中某一類型監(jiān)管描述文件的測試監(jiān)管規(guī)則總數(shù)。根據(jù)上述公式，對兩種構(gòu)建方法生成的監(jiān)管規(guī)則體系漏洞數(shù)計(jì)算，并將結(jié)果繪制成如表2所示。

表2：兩種監(jiān)管規(guī)則體系構(gòu)建方法漏洞數(shù)對比表

根據(jù)表2 兩組數(shù)據(jù)對比得出，本文構(gòu)建方法在完成對6 個(gè)文件的監(jiān)管規(guī)則體系構(gòu)建后，漏洞數(shù)均控制在10 個(gè)以下，由于文件中規(guī)則信息較多，10 個(gè)以下的漏洞數(shù)可忽略不計(jì)。傳統(tǒng)構(gòu)建方法在完成對6 個(gè)文件的監(jiān)管規(guī)則體系構(gòu)建后，漏洞數(shù)均超過10 個(gè)，并且最高達(dá)到了58 個(gè)，嚴(yán)重影響對監(jiān)管規(guī)則體系的理解，容易保證規(guī)則體系在內(nèi)容理解上的一致性。因此，通過對比實(shí)驗(yàn)證明，引入NLP技術(shù)后，在對監(jiān)管規(guī)則體系構(gòu)建時(shí)能夠?qū)崿F(xiàn)對內(nèi)容更容易地理解，并且利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)智能化構(gòu)建。

3 結(jié)束語

本文引入NLP技術(shù)對監(jiān)管規(guī)則體系進(jìn)行構(gòu)建，并實(shí)現(xiàn)了對體系內(nèi)容的準(zhǔn)確表達(dá)。但這種方法在實(shí)際應(yīng)用中仍然存在大量映射，受到人工干預(yù)的影響使得智能化程度較淺，因此在后續(xù)的研究中還將針對NLP技術(shù)在構(gòu)建方法當(dāng)中的應(yīng)用進(jìn)行更加深入研究，從而借助自然語言處理實(shí)現(xiàn)對映射問題的控制，從而實(shí)現(xiàn)該構(gòu)建方法的廣泛應(yīng)用。