安全知识图谱调研 郝伟，2020/12/23 [TOC]
1. 安全知识图谱
2. 一些文献
2.1. 安全知识图谱助力内部威胁识别，薛见新博士，绿盟科技(NSFocus)
链接：http://blog.nsfocus.net/security-knowledge-map-helps-identify-internal-threats/ 安全知识图谱（Cyber Security Knowledge Graph）是知识图谱在网络安全领域的实际应用，包括基于本体论构建的安全知识本体架构，以及通过威胁建模等方式对多源异构的网络安全领域信息（ Heterogeneous Cyber Security Information）进行加工、处理、整合，转化成为的结构化的智慧安全领域知识库。
2.2. AKGAE-基于属性知识图谱自编码器的企业侧威胁识别方法，薛见新，2020/12/18
链接：http://blog.nsfocus.net/ccnis-1221/ 2020年12月18日至20日，为期三天的第十三届中国计算机网络与信息安全学术会议（CCNIS 2020）在中国海口召开。绿盟科技研究员所提交的论文《AKGAE-基于属性知识图谱自编码器的企业侧威胁识别方法》被本届CCNIS录用并推荐到《通信学报》。会上，论文第一作者绿盟科技集团高级安全研究员薛见新博士发表主题演讲。
2.3. Entity Alignment between Knowledge Graphs Using Attribute Embeddings，Bayu Distiawan Trisedya，The University of Melbourne，AAAI2019
链接：https://people.eng.unimelb.edu.au/jianzhongq/papers/AAAI2019_EntityAlignment.pdf
知识图谱之间的实体对齐的任务目标是去找到那些在两个不同的知识图谱上表示现实世界相同的实体。最近，人们提出了基于嵌入的模型应用于实体对齐任务。这种模型建立在知识图谱嵌入模型的基础上，该模型学习实体嵌入以捕获同一知识图谱中实体之间的语义相似性。而作者提议出一种能够学习嵌入进而捕捉不同知识图谱中实体间相似性的模型。这种模型有助于将不同知识图谱中的实体对齐，从而实现多个知识图谱的集成。模型利用知识图谱中存在的大量属性三元组，来生成attribute character embeddings。attribute character embeddings基于它们的属性，将两个知识图谱上的实体嵌入通过计算实体之间的相似度进而转移到同一空间。与此同时，模型也使用传递性规则来进一步丰富实体的属性数目，以增强attribute character embeddings。 DOI：https://ojs.aaai.org//index.php/AAAI/article/view/3798 ISSUES：Vol. 33 No. 01: AAAI-19, IAAI-19, EAAI-20 中文参考：https://blog.csdn.net/tgqdt3ggamdkhaslzv/article/details/103760020
2.4. Knowledge Graph Alignment with Entity-Pair Embedding
Bib: Zhichun Wang, Jinjian Yang, Xiaoju Ye: Knowledge Graph Alignment with Entity-Pair Embedding. EMNLP (1) 2020: 1672-1680 Link: https://www.aclweb.org/anthology/2020.emnlp-main.130.pdf