李序，连一峰，张海霞，黄克振

1.中国科学院大学，北京 100049

2.中国科学院软件研究所，可信计算与信息保障实验室，北京 100190

引 言

近年来，网络安全事件频发，网络攻击手段日益呈现复杂多变的特征，新型攻击工具层出不穷，单纯依靠入侵防御系统等被动防御手段已经无法有效地维护网络空间安全，特别是近年来频发的针对关键信息基础设施的攻击活动，对国家网络空间安全保障工作带来了巨大挑战[1]。同时，大数据、人工智能等技术的发展，也为网络安全防护提供了新的解决方案。互联网中存在大量的网络安全相关数据，例如防火墙、入侵检测系统等监测到的网络安全告警数据、网络安全研究机构或厂商建立的漏洞信息库（如CNNVD），以及互联网安全论坛和厂商发布的安全通告等。安全分析人员通过挖掘此类数据中的信息，可以为网络安全态势感知提供支撑，实现安全预警预测，支持网络安全决策。然而，网络安全数据存在海量化、分散化、碎片化以及关系隐蔽化的特点，如何及时、精准地对海量数据进行分析处理，提取关键要素和关联关系，挖掘潜在的有价值信息，是网络安全领域面临的重要问题。

1988年，Berners-Lee率先提出了语义网（Semantic Web）的概念[2]，核心思想是在网页数据中添加能够被计算机所理解的语义信息，从而提升机器的理解能力。作为语义网的数据支撑，知识图谱（Knowledge Graph）的概念由谷歌公司于2012年提出，旨在实现更智能的搜索引擎，并于2013年开始在学术界和业界普及。……