Mar, 2023

基于本体论和知识图谱的语义数据流程图集及其安全分析

PDF
TL;DR本文提出一种基于知识图谱和本体的自动化方式来分析云计算系统的安全威胁模型，并探讨该方法在现代敏捷开发环境中的应用挑战。通过使用包含 180 个语义图的本体，建立了基于 Docker Compose 的云配置数据流程图，并评估本体和知识图谱用于自动识别图谱中的安全威胁。
发现论文，激发创造
  • 基于语义建模的组织知识作为企业数据治理 4.0 的基础 —— 应用于统一的临床数据模型

    基于元数据驱动、灵活和半自动化的数据治理框架，整合了 25 年的临床研究数据，并利用语义网原则建立了知识图谱，实现了 FAIR 化、生命周期管理、角色和责任定义、转化过程中的关系和源系统来源的溯源，为自动化的数据治理提供了先决条件，并使其适用于各个用例并动态适应业务变化。

    Oct, 2023

  • 利用本体论对自动驾驶的正式化和关键性识别

    本文提出知识表示与推理技术在自动驾驶汽车领域的应用。利用本文提出的 6 层模型创建了一个正式的场景模型，并利用本体论对交通场景因素进行建模和推理，得出交通状况关键因素。我们采用联合描述逻辑和规则推理器，并开展了一项基于大规模无人机数据集的实验评估。

    May, 2022

  • 基于知识图谱的上下文感知安全监测机器学习

    讨论了机器学习在知识图谱上的应用以及实验评估了一种适用于工业系统的异常活动评分方法。该方法经过无监督训练后，能够在各种场景下生成直观易懂、可解释的警报，为利用知识图谱的关系式机器学习在入侵检测方面带来潜在的好处。

    May, 2021

  • 应用数学及相关学科中的模型和算法本体论

    使用本体论的方法，将应用数学中的建模 - 仿真 - 优化工作流的数学模型和数值算法表示出来，以构建 FAIR 数学研究数据。通过介绍多孔介质微裂纹分析的具体例子，展示了本体论如何表征基础数学模型及其相应的数值算法。

    Oct, 2023

  • 基于查询的知识图谱工业分析与本体重塑

    该研究提出了一个本体重塑方法，将本体转化为更好地反映底层数据并帮助构建更好的知识图谱的知识图谱模式，从而解决工业分析中的低质量知识图谱可能带来的问题，由此提高了 SPARQL 查询的训练效率和知识图谱的可扩展性。

    Sep, 2022

  • 利用知识库中的先验知识进行结构化数据源的自动语义建模

    本文提出了一种新方法，将知识图谱作为先验知识，通过机器学习、图匹配和修改频繁子图挖掘来语义注释结构化数据源。我们的评估显示，在只知道少量语义模型的棘手情况下，我们的方法优于两种最先进的解决方案。

    Dec, 2022

  • 分层非负矩阵分解生成网络安全知识图

    从科学论文中提取本体学的等结构来构建多模态知识图谱，以及在网络安全领域应用层次 NMF 方法构建网络安全领域特定的知识图谱。

    Mar, 2024

  • 数字孪生自动化 AI 的知识图谱扩展

    本文讨论了在不同的实际应用中将语义图应用于自动化数字孪生所需的独特要求，并介绍了反映这些特征的基准数据集 DTBM，并探讨了不同知识图技术的规模化挑战。基于这些见解，我们将提出在 IBM 中多个产品中使用的参考架构，并推导出用于配置数字孪生的 AI 模型的规模化知识图的教训。

    Oct, 2022

  • 通过网络图解决本体不协调问题

    数据空间是一种新兴的概念，用于可信实施基于数据的应用程序和业务模型，为所有利益相关者提供高度的灵活性和主权。本论文从 13 个不同领域整合数据模型，并分析这些领域的本体不协调性。通过网络图分析，确定了中心数据模型和本体属性，同时还定性地描述了这些领域的语义异质性。研究展望说明了这些结果如何有助于跨领域连接不同的数据空间。

    Aug, 2023

  • 基于语义相似性的安全测试工具结果聚类

    本研究旨在使用自然语言处理技术对安全测试工具报告中的安全问题进行聚类，以便更好地发现问题特定的重复发现。通过开发一个 Web 应用程序进行注释和评估安全测试工具报告的人类注释语料库，并使用自动分组安全发现的不同语义相似性技术进行比较。最终进行了定量和定性方法的评估结果。

    Nov, 2022