Cybersecurity knowledge graph embedding method for security assessment of information systems under complex attacks

Xie Yushun; Ma Jie; Zhang Haodi; Li Jianming; Wang Zeshi; Jiang Hao; Wang shuai

doi:10.20172/j.issn.2097-3136.250505

Journal of Cybersecurity >

2025 , Vol. 3 >Issue 5: 48 - 60

DOI: https://doi.org/10.20172/j.issn.2097-3136.250505

Special Topic on Security Evaluation of Network Information Systems

Cybersecurity knowledge graph embedding method for security assessment of information systems under complex attacks

Xie Yushun ¹ ,
Ma Jie ² ,
Zhang Haodi ¹ ,
Li Jianming ³ ,
Wang Zeshi ⁴ ,
Jiang Hao ^,⁴^,* ,
Wang shuai ¹

Expand

1. Guangdong Research Institute, China Telecom Company Ltd., Guangzhou 510660, China
2. Guangdong Branch, China Telecom Company Ltd., Guangzhou 510055, China
3. School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen), Shenzhen 518000, China
4. Guangzhou Branch, China Telecom Company Ltd., Guangzhou 510620, China

Online published: 2026-04-01

Copyright

Fold

Abstract

To address the challenge of evaluating the security of information systems under complex attacks, such as Advanced Persistent Threat (APT), a cybersecurity knowledge graph embedding method integrating logical rule reasoning with adversarial learning is proposed. Specifically, logical rules are mined from the complex attack knowledge graph by leveraging the AnyBURL tool, and semantically consistent positive samples are inferred accordingly, thereby mitigating the problem of positive sample sparsity. In parallel, an adversarial example generation mechanism is introduced to dynamically construct hard negative samples near the decision boundary, so that more discriminative gradient signals can be received by the model during training. To further ensure the sample’s reliability, a similarity-based sample filtering strategy is designed to comprehensively evaluate candidate samples. Experimental results demonstrate that the proposed method significantly outperforms existing baseline models in complex attack behavior prediction, with a Mean Reciprocal Rank (MRR) of 0.571 and Hits@10 of 0.663 achieved, corresponding to improvements of 39.6% and 21.9%, respectively. These results indicate that the representation and reasoning ability of complex attack paths can be effectively enhanced by the proposed method. Moreover, reliable support is provided for the security evaluation of information systems under complex attack scenarios.

Key words： security assessment of information systems; complex cyber attacks; cybersecurity knowledge graph embedding; logical rule mining; adversarial samples

Cite this article

Xie Yushun , Ma Jie , Zhang Haodi , Li Jianming , Wang Zeshi , Jiang Hao , Wang shuai . Cybersecurity knowledge graph embedding method for security assessment of information systems under complex attacks[J]. Journal of Cybersecurity, 2025 , 3(5) : 48 -60 . DOI: 10.20172/j.issn.2097-3136.250505

0 引言

随着数字化转型的深入推进，信息系统在国家关键基础设施、金融、能源、交通等核心领域中的作用日益凸显，其安全性直接关系到国家安全与社会稳定^[1]。因此，对信息系统进行科学、全面的安全评测，已成为网络安全研究与实践中的关键任务。传统安全评测方法主要包括渗透测试^[2]、漏洞扫描^[3]、安全配置核查^[4] 等，这些方法在应对已知漏洞和简单攻击模式方面具有较好效果。然而，面对高级持续性威胁（Advanced Persistent Threat, APT）等复杂攻击，传统安全评测方法往往无法识别攻击者的潜在路径与意图^[5]。

为提升信息系统对复杂网络攻击的防御和评测能力，近年来研究者开始探索基于攻击路径预测的安全评测新范式^[6]。此类方法的核心思想是：建模攻击者在系统中可能采取的多跳攻击行为，提前识别高风险攻击路径，从而实现主动防御与风险评测。知识图谱（Knowledge Graph, KG）作为一种以实体为节点、关系为边的结构化语义网络，能够有效整合漏洞、资产、权限、攻击行为等多源异构网络安全要素，刻画其中的逻辑关联与依赖关系^[7]。知识图谱嵌入（Knowledge Graph Embedding, KGE）技术将知识图谱中的实体与关系映射到低维连续的向量空间中，保留其结构与语义信息，特别适用于预测图谱中缺失或潜在的三元组关系^[8]。在网络安全场景下，该任务可以转化为攻击路径推荐和攻击行为预测，支撑面向信息系统的抗复杂攻击评测。

然而，将 KGE 技术直接应用于复杂网络攻击场景仍面临挑战，主要原因在于复杂攻击图谱本身的结构特性与通用知识图谱存在本质差异。首先，复杂攻击事件在现实环境中极为稀疏：一方面，出于安全与合规考虑，大规模、高质量的复杂攻击数据难以获取；另一方面，即便部分攻击记录可用，其覆盖的攻击路径组合也仅占理论攻击空间的极小部分，导致图谱中可用事实正样本严重不足。与通用知识图谱中实体和关系通常较为丰富、三元组密集的特点不同，复杂攻击图谱呈现出节点和关系高度稀疏、结构不规则、局部子图分布零散的特征。这种数据稀疏性不仅限制了 KGE 模型的训练效果，也显著降低了其对未知或潜在攻击路径的预测能力。此外，负样本的构造在嵌入模型训练中同样关键。传统的均匀负采样策略虽然简单高效，但在复杂攻击图谱中生成的负样本往往语义不合理、远离决策边界，无法提供充分的梯度信息以优化嵌入表示，从而进一步削弱 KGE 模型在稀疏和局部结构不完整图谱上的预测性能^[9]。综上，复杂攻击场景在节点稀疏、数据获取困难、攻击路径覆盖有限等方面的特征，使传统 KGE 技术难以直接迁移和有效应用。

针对上述问题，本文提出一种面向信息系统抗复杂攻击安全的网络安全知识图谱嵌入方法，简称为KGE-Cyber。该方法首先利用规则挖掘工具AnyBURL^[10]，从稀疏的攻击知识图谱中自动提取逻辑规则，并基于规则生成推理正样本，以增强图谱的语义完整性。同时，为构建更具判别性的负样本，KGE-Cyber引入对抗样本生成技术，通过对实体的扰动生成有利于嵌入模型训练的对抗强负例。最后，KGE-Cyber设计专门的评估函数，对上述两类样本进行量化评估与筛选，保证训练数据的质量（如图1 所示）。通过上述策略，KGE-Cyber缓解了复杂攻击数据稀疏带来的表示学习困境，为面向信息系统抗复杂攻击的安全评测提供更可靠的知识表示基础。本文的主要贡献如下。

显示原图|下载原图ZIP|生成PPT

图 1 KGE-Cyber的整体框架

Fig.1 Overall framework of KGE-Cyber

1）创新嵌入方法：本文提出一种融合逻辑规则推理与对抗学习机制的新型网络安全知识图谱嵌入方法KGE-Cyber。该方法解决了复杂攻击数据稀缺导致模型效果不佳的问题，显著提升了嵌入模型在复杂网络攻击方面的表示和推理能力，为信息系统的抗复杂攻击评测提供强有力的支持。

2）扩充训练样本：KGE-Cyber从正样本增强和强负例挖掘两个维度扩展训练样本。该方法不仅利用AnyBURL工具进行规则推理，生成语义一致的推理正样本，弥补复杂攻击知识连接稀疏的缺陷；还引入对抗样本生成技术，动态构造贴近正样本决策边界的对抗强负例，显著提升嵌入模型对决策边界的判别能力。

3）评估样本质量：KGE-Cyber设计基于实体相似度和三元组相似度的双重筛选机制，以保证训练样本的质量。该机制能够全面评估推理正样本和对抗强负例的质量，有效过滤语义不合理或噪声干扰严重的候选样本，确保模型优化过程建立在高质量训练数据的基础上。

4）实验结果验证：KGE-Cyber在多个实验场景中均表现出色，尤其在复杂攻击行为预测任务中。具体而言，在3个小规模知识图谱上，KGE-Cyber的平均倒数排名（Mean Reciprocal Rank, MRR）达到 0.571，Hits@10 达到 0.663，相比现有基线对比模型，MRR 提升了 39.6%，Hits@10 提升了21.9%。实验结果表明，KGE-Cyber在复杂攻击行为预测任务中的优良性能，证明在面向信息系统抗复杂攻击评测中具有重要应用价值。

1 相关工作

1.1 信息系统安全性评测技术

信息系统安全评测是保障关键信息基础设施稳健运行的重要手段。传统安全评测方法主要包括渗透测试、漏洞扫描、合规性评估等^[11]。在自动化渗透测试方面，Lee 等^[2]提出了安全评测平台DELTA，该平台能够自动重现已知攻击场景，并结合模糊测试技术挖掘未知漏洞；Chahal 等^[3]则通过集成多个自动化扫描器、编排平台，构建了一套适用于长期、持续性安全监测的安全评测体系；Palma 等^[4]进一步将事件管理流程与主流安全框架对齐，设计了一种自动化合规评估系统，实现了多种合规标准向安全评测指标的映射。此外，Bennouk 等^[12]对近年来主流的安全检测方法进行了系统综述，明确指出当前方法在误报率、漏报率及评测结果一致性等方面仍存在显著的局限性。

尽管上述方法在应对已知漏洞和静态威胁方面取得了良好成效，但其评测逻辑多依赖于孤立的安全事件或静态系统配置，难以有效刻画高级持续性威胁等复杂攻击所具有的多阶段演进、隐蔽横向移动、目标自适应等动态特性^[13]。因此，在面对日益智能、隐蔽的复杂网络攻击时，传统评测方法难以全面、准确地反映信息系统的实际安全态势，也无法为面向复杂攻击场景的安全评测提供充分支撑。

为弥补传统方法在应对复杂攻击方面的不足，近年来研究者逐步转向探索面向高级持续性威胁等复杂攻击场景的信息系统安全评测方法。Yi 等^[14]针对虚假数据注入攻击对电力系统的影响展开分析，提出基于博弈论的动态防御响应机制，以增强系统在对抗环境下的适应能力；Alotaibi 等^[15]则将对抗样本生成技术引入网络入侵检测系统（Network Intrusion Detection System, NIDS），通过构造特定攻击场景评测该 NIDS 的鲁棒性，从而揭示其在面对智能规避攻击时的脆弱性；Sikos^[16]进一步将网络安全领域的异构情报（如漏洞信息、攻击模式、资产属性等）融合构建成知识图谱，并借助 KGE 技术，实现对威胁行为的关联推理与态势感知。然而，尽管上述研究在提升评测的动态性与智能化水平方面取得了一定进展，现有方法在建模复杂攻击行为的内在逻辑结构方面仍显不足，其评测过程普遍缺乏对攻击行为之间上下文语义关联（如阶段依赖、战术协同、目标导向性等）的刻画。

1.2 网安知识图谱嵌入表示

现有网络安全知识有助于提升安全操作的有效性，因此掌握该类知识对于应对日益复杂的网络威胁至关重要。随着网络安全领域的不断进步，大量底层数据逐渐被共享与开源，其中最为典型且应用广泛的数据集包括对抗战术、技术与公共知识（Adversarial Tactics, Techniques, and Common Knowledge, ATT&CK）、常见攻击模式枚举与分类（Common Attack Pattern Enumeration and Classification, CAPEC）、通用缺陷枚举（Common Weakness Enumeration, CWE）、通用漏洞与暴露（Common Vulnerabilities and Exposures, CVE）、通用平台枚举（Common Platform Enumeration, CPE）。然而，这些数据本质上以原子化、静态化的形式存在，主要侧重于描述孤立的攻击组件或漏洞属性，难以有效刻画高级持续性威胁这类复杂攻击中多阶段、多实体、强依赖的行为序列。为了弥补上述不足，MITRE推出的Attack Flow项目提供了一种解决方案^[17]，该项目通过细粒度描述多个真实攻击事件中的攻击步骤，可用于提炼复杂攻击知识，为构建面向信息系统抗复杂攻击评测的知识图谱奠定了数据基础。

尽管复杂攻击知识能够提供符号化的表示方法，但其直接应用于机器学习驱动的预测与评测仍面临挑战。为解决这一问题，知识图谱嵌入技术应运而生，该技术可将复杂攻击知识中的实体和关系向量化表示，从而高效预测攻击行为，支持信息系统的安全评测。在嵌入模型向量化过程中，实体和关系的嵌入向量会根据特定的优化目标不断调整更新，即通过评分函数最大化正样本评分的同时最小化负样本评分。根据评分函数的差异，知识图谱嵌入模型大致可分为3类：基于平移距离的嵌入模型、基于语义匹配的嵌入模型、基于神经网络的嵌入模型。

基于平移距离的嵌入模型是最早提出的一类知识图谱嵌入方法，该类模型通过计算实体和关系之间的距离来评估知识三元组(h,r,t)的合理性。TransE模型是最早提出的基于平移距离的嵌入模型之一，该模型假设头实体向量加上关系向量应尽可能接近尾实体向量，即满足平移不变性原则^[18]。TransH模型进一步扩展了TransE模型，通过引入超平面的概念并允许关系映射到不同的超平面，使得同一实体在不同的超平面拥有不同的映射向量^[19]。TransR模型进一步区分了实体空间和关系空间，该模型扩展了嵌入模型的映射空间^[20]。RotatE模型则利用复数空间中的旋转操作改进映射方式^[21]。

基于语义匹配的嵌入模型采用基于相似度的评分函数，直接建模实体和关系之间的语义匹配程度来衡量知识三元组(h,r,t)的合理性。RESCAL模型基于张量分解，将知识三元组视为一个三阶张量，对其分解以学习实体和关系的表示^[22]。DistMult模型是RESCAL模型的一种简化版本，该模型通过采用对角矩阵代替RESCAL模型中的满秩矩阵，减少向量空间的学习参数，降低模型的训练成本^[23]。ComplEx模型进一步扩展了DistMult模型，通过引入复数空间来表示实体和关系，解决了该模型无法处理不对称关系的问题^[24]。SimplE模型是一种基于 CP 张量分解的嵌入模型，该模型通过引入关系的逆向表示增强嵌入模型的表达能力和可解释性^[25]。

基于神经网络的嵌入模型捕捉复杂的非线性关系，从而具备更强大的知识表示能力。ConvE模型利用卷积神经网络（Convolutional Neural Network，CNN）的深层表示能力，通过非线性方法学习实体和关系的语义信息，显著提升整体嵌入模型的表达能力^[26]。ConvKB模型设计了多个专用卷积滤波器来捕捉实体和关系之间的相互作用^[27]。CapsE模型采用胶囊网络的特性，捕捉知识三元组在不同维度下的全局语义^[28]。

目前，研究人员致力于将网络安全知识映射到一个有效的向量空间中，以实现更高效的知识表示和推理。Xu 等^[29]采用词嵌入技术和 CNN，捕捉知识单元在单词级别和文档级别的深层语义信息。DeepWeak提出一种基于翻译的知识表示学习方法，将常见软件弱点及其关系建模为知识图谱，并通过引入描述性信息将其嵌入到语义向量空间中。^[30]CSEA方法则采用集成学习和对抗训练的融合方式，解决网络安全知识图谱不完整的问题^[31]。RelaGraph提出局部关系图聚合机制，以生成上下文感知的实体表示，增强对稀疏数据的建模能力，适用于小规模但结构复杂的知识图谱^[32]。A4CKGE是一种新颖的知识表示学习方法，该方法整合典型公共网络安全数据，并利用文本分析技术和大模型等预测安全实体之间的交互关系^[33]。

2 背景知识

本节将介绍相关的背景知识，包括信息系统安全性评测和知识图谱嵌入技术。

2.1 信息系统安全性评测

信息系统安全性评测是指在给定威胁模型、安全策略约束下，通过系统化方法对信息系统的安全属性进行量化或定性分析，以评测其抵御已知或潜在攻击能力的过程。信息系统安全性评测可建模为一个四元组，定义如下：

(1)

$ \mathcal{O}=\left\langle \mathcal{S},\mathcal{T},\mathcal{M},\mathcal{A}\right\rangle $

其中，

$ \mathcal{S} $

为待评测的信息系统，通常被抽象为一组资产（如主机、服务、数据）及其安全配置；

$ \mathcal{T} $

为威胁模型，用于刻画攻击者的能力、目标与行为假设（如具备漏洞利用能力、追求数据窃取等）；

$ \mathcal{M} $

为评测方法，包括渗透测试、漏洞扫描、合规检查、攻击仿真或形式化验证等技术手段；

$ \mathcal{A} $

为评测结果，通常以风险评分、脆弱性报告、攻击路径集合或安全等级等形式输出，用于指导系统加固或决策。

安全性评测的核心目标是验证系统是否满足预设的安全属性，例如机密性、完整性、可用性、抗干扰性等。传统的安全性评测主要聚焦于已知漏洞、静态配置，其中

$ \mathcal{T} $

和

$ \mathcal{M} $

均假设攻击行为是孤立、非协同的。然而，面对网络安全领域的复杂攻击，攻击者往往通过多阶段渗透、横向移动、持久化驻留等攻击行为逐步实现攻击目的，其行为具有强上下文依赖性、动态演化特性。因此，现代安全性评测亟须将

$ \mathcal{M} $

扩展为语义驱动、可推理、可预测的智能评测机制，而知识图谱及其嵌入表示技术，正为实现这一目标提供新的形式化工具。

2.2 知识图谱嵌入技术

一个知识图谱可形式化表示为

$ \mathcal{G}=\left\{\left(h,r,t\right)|h, t\in \mathcal{E},r\in \mathcal{R}\right\} $

，其中

$ ，\mathcal{E} $

为实体集合，

$ \mathcal{R} $

为关系集合，每条知识可以表示为一个三元组

$ \left(h,r,t\right) $

，即头实体

$ h $

与尾实体

$ t $

通过关系

$ r $

相关联。知识图谱嵌入技术的核心目标是将实体集合

$ \mathcal{E} $

和关系集合

$ \mathcal{R} $

中的所有元素映射到一个低维、连续的语义向量空间中。在此空间中，每个三元组

$ (h,r,t) $

对应一个嵌入表示

$ (\boldsymbol{h},\boldsymbol{r},\boldsymbol{t}) $

，其中

$ \boldsymbol{h},\boldsymbol{t}\in {\mathbb{R}}^{d} $

分别为头实体与尾实体的嵌入向量，

$ \boldsymbol{r}\in {\mathbb{R}}^{d} $

为关系的嵌入向量，

$ d $

为嵌入维度。不同知识图谱嵌入模型的主要差异体现在评分函数的设计上，评分函数是嵌入模型的关键组成部分，用于量化一个三元组在语义空间中的合理性。以TransE模型为例，其评分函数

$ f(h,r,t)={\left|\left|h+r-t\right|\right|}_{p} $

基于平移假设：在向量空间中，头实体向量经关系向量平移后应尽可能接近尾实体向量。通过优化此类评分函数，嵌入模型能够学习到具有语义信息的嵌入表示，为后续的链接预测、关系推理及安全评测等任务提供基础支撑。

知识图谱嵌入模型的优化过程借鉴对比学习的思想，通过设计损失函数，在嵌入空间中拉近正样本三元组的语义距离，同时推远负样本三元组的距离。常用的损失函数形式如下：

(2)

$ L={\sum }_{(h,r,t)\in \mathcal{G}}{\sum }_{({{h}^{'}},r,{{t}^{'}})\in \mathcal{N}}\max (0,\gamma +f(h,r,t)-f({h}^{\mathrm{'}},r,{t}^{\mathrm{'}})) $

其中，

$ \mathcal{G} $

为正样本集合，

$ \mathcal{N} $

为负样本集合，

$ \gamma $

为预设的边界值，用于控制正负样本之间的最小间隔。

由于知识图谱通常仅包含已观测到的真实事实（即正样本），而缺乏明确标注的负样本（即不存在的知识事实），因此在训练过程中需通过负采样策略生成负例。目前，最常用的方法是均匀负采样，即在保持关系

$ r $

不变的前提下，随机从集合

$ \mathcal{E} $

中选择实体替换正样本的头实体或尾实体，从而构造大量不存在于数据集中的负样本：

$ \{({h}^{\mathrm{'}},r,t)\mid {h}^{\mathrm{'}}\in \mathcal{E}\}\cup\{(h,r,{t}^{\mathrm{'}})\mid {t}^{\mathrm{'}}\in \mathcal{E}\} $

。然而，研究表明，此类随机生成的负样本中仅有约5%对模型训练具有实质性贡献，这类样本被称为强负例，即在当前嵌入空间中与正样本语义相近、难以与正样本区分的负样本。相比之下，大多数随机负样本过于“简单”，对嵌入模型优化作用有限，甚至可能引入噪声。因此，如何高效识别并聚焦于强负例，已成为提升知识图谱嵌入模型表达能力与泛化性能的关键研究方向之一。

3 本文方案

面向复杂攻击场景的信息系统安全评测，对网络安全知识图谱的完备性、嵌入表示的判别能力提出了更高要求。然而，现有复杂网络攻击知识图谱普遍存在连接稀疏性、攻击知识覆盖不足等问题，导致传统知识图谱嵌入模型难以有效捕捉高级持续性威胁等多阶段攻击行为的内在规律。为应对这一挑战，本文提出一种面向信息系统抗复杂攻击评测的网络安全知识图谱嵌入方法——KGE-Cyber。

该方法从正样本增强、强负例挖掘、样本筛选机制3个维度协同优化训练数据，其核心目标是构建高质量、高判别性的嵌入空间，从而提升嵌入模型对复杂攻击模式的识别与推理能力，支撑信息系统的抗复杂攻击安全评测。

3.1 正样本增强

高级持续性威胁攻击事件本质上是复杂的多阶段攻击过程，不仅具有显著的时间属性（各攻击步骤之间存在明确的先后依赖关系），还具有特定的空间属性（前序攻击的目标 IP 地址通常与后续攻击的源 IP 地址相同或位于同一网段）。这些时空关联性揭示了网络攻击行为中大量潜在逻辑规则，为网络安全知识图谱的补全、推理提供了重要依据。

KGE-Cyber采用AnyBURL工具对网络安全知识图谱进行正样本增强。AnyBURL是一种面向知识图谱补全的规则学习方法，能够从现有三元组中自动归纳高置信度的逻辑规则，并据此推理生成新的事实。给定复杂网络攻击知识图谱

$ \mathcal{G}=(\mathcal{E},\mathcal{R}) $

，其中

$ ，\mathcal{E} $

为实体集合，

$ \mathcal{R} $

为关系集合，AnyBURL采用自底向上的策略生成候选规则，形式如下：

(3)

$ \mathcal{H}:H\xleftarrow{{p}_{1},{p}_{2},\dots ,{p}_{n}}{B}_{i} $

其中

$ ，{B}_{i} $

表示规则体，

$ H $

表示规则头，

$ {p}_{1},{p}_{2},\cdots ,{p}_{n} $

为推理路径上的关系，路径长度满足

$ n\leqslant {L}_{\max } $

，

$ {L}_{\max } $

为AnyBURL预设最大规则长度。为确保推理结果的可靠性，候选规则

$ \mathcal{H} $

需要计算置信度，仅当规则的置信度超过预设的阈值时，才将其用于推理生成候选正样本。

对于给定查询形式为

$ r(h,Y) $

的关系预测任务，KGE-Cyber利用规则集合

$ \mathcal{H} $

推理生成新的正样本知识事实。具体流程如下：

1）从规则集合

$ \mathcal{H} $

中筛选出所有与目标关系

$ r $

3.2 强负例挖掘

KGE-Cyber 利用 AnyBURL 推理生成大量候选训练样本，从正样本维度缓解了复杂网络攻击知识稀缺所导致的图谱稀疏问题。然而，网络安全知识图谱嵌入模型的训练不仅依赖于正样本，还需引入具有判别性的负样本，尤其是能够有效挑战模型决策边界的强负例，以提升嵌入模型的泛化能力和鲁棒性。

KGE-Cyber 采用经典的快速梯度符号法（Fast Gradient Sign Method，FGSM） ^[34]，从嵌入空间层面构造语义合理、事实错误的对抗样本作为训练阶段的强负例，以进一步提升网络安全知识图谱嵌入模型的判别能力。对抗样本通过对输入样本施加沿损失函数梯度方向的微小扰动，诱导模型产生错误预测。该技术已广泛应用于模型鲁棒性分析、对抗训练等领域，其“看似合理却导致模型误判”的特性，使其非常适合刻画模型在决策边界附近的脆弱区域，因此，对抗样本与 KGE 模型中强负例的目标高度契合，即在保持表面语义可接受性的前提下，构造模型难以正确识别的错误三元组。

在 KGE-Cyber 中，FGSM 并非直接用于生成新的事实三元组，而是作用于模型的嵌入空间，通过在向量空间中施加受控扰动，构造位于正负样本决策边界附近的强负例。尽管该类对抗样本在符号层面对应的是嵌入空间中的“虚拟点”，但其能够显式逼近网络安全知识图谱嵌入模型最易产生误判的区域，从而有效模拟与正样本在语义上高度相似但事实错误的强负例。在训练过程中，引入此类对抗强负样本引导模型同时区分显式错误的负样本和隐式难判别的对抗样本，进而拉大正负样本之间的决策判别间隔，提升嵌入表示的鲁棒性和泛化能力。因此，FGSM 生成的对抗样本虽然不直接对应真实三元组，但其作为嵌入空间中的强负例，在网络安全知识图谱嵌入模型的优化中具有促进作用。

对抗样本生成技术最初应用于分类模型，该技术假设分类模型为

$ f\colon {\mathbb{R}}^{n}\rightarrow {\mathbb{R}}^{m} $

，分类模型的输入为

$ x\in {\mathbb{R}}^{n} $

，真实标签为

$ {y}_{\text{true}}\in \{1{,}2,\cdots ,m\} $

。对抗样本生成的目标是寻找扰动向量

$ {\boldsymbol{\delta}} \in {\mathbb{R}}^{n} $

，使得扰动后的输入

$ {x}^{\mathrm{'}}=x+{\boldsymbol{\delta}} $

被模型误判为

$ \text{标签}{y}_{\text{adv}}\neq {y}_{\text{true}} $

。为保证扰动的隐蔽性，通常对

$ {\boldsymbol{\delta}} $

施加

$ {\text{如下}L}_{p} $

范数约束：

(4)

$ \parallel {\boldsymbol{\delta}} {\parallel }_{p}\leqslant \epsilon $

其中，

$ \epsilon \gt 0 $

为控制扰动幅度的小正数。在知识图谱嵌入训练过程中，知识三元组

$ (h,r,t) $

对应的头实体嵌入和尾实体嵌入分别为

$ \boldsymbol{h} $

和

$ \boldsymbol{t} $

。给定嵌入模型的损失函数

$ L $

，KGE-Cyber首先计算损失对实体嵌入的梯度

$ {\nabla }_{h}L $

和

$ {\nabla }_{t}L $

。随后，沿梯度符号方向施加大小为

$ \epsilon $

的扰动，生成对抗扰动项：

$ {\boldsymbol{\delta }}_{\boldsymbol{h}}=\epsilon \cdot \text{sign} ({\nabla }_{h}L) $

(5)

$ {\boldsymbol{\delta }}_{\boldsymbol{t}}=\epsilon \cdot \text{sign} \left({\nabla }_{t}L\right) $

其中，

$ \epsilon \gt 0 $

表示控制扰动强度的超参数，

$ \text{sign} (\cdot ) $

为符号函数，用于提取梯度各维度的正负号。

将上述扰动项分别叠加至原始实体的嵌入向量中，即可得到对抗实体对应的嵌入表示：

$ \widetilde{\boldsymbol{h}}=\boldsymbol{h}+{\boldsymbol{\delta }}_{\boldsymbol{h}} $

(6)

$ \widetilde{\boldsymbol{t}}=\boldsymbol{t}+{\boldsymbol{\delta }}_{\boldsymbol{t}} $

最终，由

$ (\widetilde{\boldsymbol{h}},\boldsymbol{r},\widetilde{\boldsymbol{t}}) $

构成的三元组被视为候选强负例。此类候选负样本虽然并不对应真实的实体节点，但在嵌入空间中与原始正样本距离极近，足以诱导模型产生错误评分，从而有效提升嵌入模型对边界样本的判别能力和鲁棒性。

3.3 样本筛选机制

KGE-Cyber 通过 AnyBURL 从网络安全知识图谱中归纳复杂网络攻击中的逻辑规则，推理生成大量候选正样本；同时，该方法利用对抗样本生成技术构造大量语义相近但事实错误的候选负样本。然而，上述两类技术生成的候选样本在质量上仍存在不确定性：推理正样本可能因规则泛化过度而引入噪声，对抗强负样本也可能因扰动不当而偏离合理的语义边界。因此，亟须一种合理且高效的样本筛选机制，从海量候选样本中筛选出对网络安全知识图谱嵌入模型训练真正有益的高质量正样本、强负例。

KGE-Cyber 设计了一种基于相似性的样本筛选机制，用于从推理生成的候选正样本、对抗生成的候选强负例中自动筛选高质量的训练样本。该机制由两类互补的评估函数组成：基于实体相似度的局部评估函数、基于三元组整体的相似度的全局评估函数。其核心思想在于，高质量样本应在网络安全知识图谱嵌入模型的嵌入空间中与真实正样本保持较高的语义一致性。具体而言，高质量的对抗强负例应在网络安全知识图谱嵌入模型的嵌入空间中与真实正样本保持较高的相似性，从而位于模型判别边界附近；而高质量的推理正样本则应在语义层面与已知真实正样本保持一致，以避免引入噪声监督信号。因此，候选样本与原始真实三元组在网络安全知识图谱嵌入模型的嵌入空间中的相似度，可作为衡量其训练价值的重要依据。

假设原始正样本三元组为

$ (h,r,t) $

，其对应的嵌入形式为

$ E(h,r,t) $

；候选样本为

$ ({h}^{*},r,{t}^{*}) $

，表示推理正样本

$ (\widehat{h},r,\widehat{t}) $

或对抗强负例

$ (\widetilde{h},r,\widetilde{t}) $

，其对应的嵌入形式为

$ E({h}^{*},r,{t}^{*}) $

。候选样本的相似度得分定义如下：

(7)

$ P=\text{similar} \left(E\left(h,r,t\right), E\left({h}^{*},r,{t}^{*}\right)\right) $

其中，

$ \text{similar} (\cdot ,\cdot ) $

为相似度函数，本文采用余弦相似度方法对不同嵌入表示之间的语义方向一致性进行度量。候选样本的综合相似度得分定义如下：

(8)

$ S=\alpha \cdot {P}_{{\mathrm{ent}}}+\left(1-\alpha \right)\cdot {P}_{{\mathrm{tri}}} $

其中，

$ {P}_{{\mathrm{ent}}} $

表示基于实体相似度的评估得分，

$ {P}_{{\mathrm{tri}}} $

表示基于三元组整体相似度的评估得分，

$ \alpha \in \left[0{,}1\right] $

为权重系数，用于平衡局部实体语义一致性与全局三元组一致性在样本筛选中的相对重要性。

在实体相似度评估中，分别计算原始样本与候选样本中的头实体嵌入向量

$ \boldsymbol{h} $

与

$ {\boldsymbol{h}}^{\boldsymbol{*}} $

、尾实体嵌入向量

$ \boldsymbol{t} $

与

$ {\boldsymbol{t}}^{\boldsymbol{*}} $

之间的余弦相似度，并通过加权融合的方式获得

$ {P}_{{\mathrm{ent}}} $

，用以衡量候选样本在局部语义层面与原始真实样本的一致性，从而过滤实体语义偏离较大的噪声样本。在三元组整体相似度评估中，首先对三元组的头实体、关系、尾实体嵌入进行固定维度的嵌入聚合操作，获得三元组的整体嵌入表示；随后计算原始三元组与候选三元组整体嵌入表示之间的余弦相似度

$ {P}_{{\mathrm{tri}}} $

，以衡量二者在全局语义结构上的一致性。通过该方式，可确保整体相似度评估与评分函数

$ f(h,r,t) $

在嵌入空间维度上的一致性，有利于加快计算效率。

本文将权重系数

$ \alpha $

作为可调超参数，通过验证集确定其取值，实验结果表明，当

$ \alpha $

在中值范围附近取值时，模型性能对其不敏感，能够在实体级语义一致性与三元组整体语义结构约束之间取得较好的平衡。最终，根据综合相似度得分

$ S $

对候选样本进行排序筛选或阈值筛选，仅保留综合相似度得分高于阈值

$ {\theta }_{2} $

的样本参与后续训练，从而在保证样本质量的同时提升模型训练的稳定性和有效性。

KGE-Cyber训练流程如算法1所示。

算法1　KGE-Cyber的训练流程

输入　知识图谱

$ \mathcal{G} $

、工具AnyBURL、扰动强度ϵ、阈值

$ {\theta }_{1},{\theta }_{2} $

输出　训练样本

$ ({h}^{*},r,{t}^{*}) $

1. 初始化；
2. 依据式 (3) 从知识图谱

$ \mathcal{G} $

中提取逻辑规则

$ \mathcal{H} $

；
3. 对任意

$ (h,r,t)\in \mathcal{G} $

，执行以下操作：
4. // 步骤 1：正样本增强
5. 　　基于逻辑规则

$ \mathcal{H} $

进行查询与推理，生成候选样本；
6. 　　选取置信度大于

$ {\theta }_{1} $

的样本，记为

$ \left(\widehat{h},r,\widehat{t}\right) $

；
7. // 步骤 2：强负例挖掘
8. 　　依据式 (5) 计算对抗扰动

$ \delta $

；
9. 　　依据式 (6) 生成对抗强负例

$ (\widetilde{\boldsymbol{h}},\boldsymbol{r},\widetilde{\boldsymbol{t}}) $

；
10. // 步骤 3：样本筛选机制
11. 　　依据式 (7) 和式 (8)，分别计算

$ (\widehat{h},r,\widehat{t})/(\widetilde{\boldsymbol{h}},\boldsymbol{r},\widetilde{\boldsymbol{t}}) $

与原样本

$ (h,r,t) $

的相似度得分

$ S $

；
12. 　　保留相似度得分大于

$ {\theta }_{2} $

的样本，记为最终训练样本

$ ({h}^{*},r,{t}^{*}) $

；
13. 循环结束。

KGE-Cyber 是一种面向信息系统抗复杂攻击评测的网络安全知识图谱嵌入方法，该方法通过融合逻辑规则推理、对抗样本生成技术，系统提升训练样本的多样性、增强训练样本的挑战性，并引入基于实体、三元组相似度的双重样本筛选机制，有效保障了候选样本的语义合理性以及训练价值。该方法不仅缓解了复杂网络攻击知识较少导致的连接稀疏问题，还显著增强了网络安全知识图谱嵌入模型对边界样本的判别能力，为信息系统抗复杂攻击的安全评测提供了可靠的知识表示基础。

4 实验与结果分析

4.1 数据集

本文所使用的网络攻击数据来源于 Attack Flow 项目^[17]的数据。Attack Flow 是由 MITRE提出的一种用于描述真实网络攻击过程的统一语言和工具集，其核心目标在于系统刻画攻击者在单次攻击事件中所采取的一系列攻击行为及其对应的执行顺序。该项目中的每一个攻击步骤均严格对应 MITRE ATT&CK 框架中定义的战术、技术、子技术编号，从而保证了攻击行为语义的一致性、规范性。因此，基于 Attack Flow 项目构建的数据本质上来源于真实世界的攻击事件，能够有效反映复杂攻击场景下的真实攻击路径和行为模式。

在此基础上，本文从 Attack Flow 项目中整理了 38 起已公开的 APT 攻击事件，并从中抽取 625 个攻击相关的实体。由于单一攻击事件数量有限，且攻击路径组合覆盖范围较小，直接基于该数据构建的攻击图谱在结构上呈现出高度稀疏的特性。为缓解该问题，本文进一步融合网络安全开源数据中与 APT 攻击相关的背景知识，对原始数据内容进行扩展，构建了一个基础网络安全攻击知识库，记为 Cyber-Base-KG。该知识库由 3311 条知识组成，包含 1285 个实体和4 种关系类型。

为了刻画复杂攻击过程中攻击行为之间的时序依赖关系，本文在 Cyber-Base-KG 的基础上定义了一种新的关系类型“next”，用于描述 APT 攻击事件中相邻攻击行为之间的先后顺序。结合攻击步骤的时序依赖关系，本文进一步梳理得到 879 条包含“next”关系的新知识，并将其加入基础知识库，构建了一个包含攻击时序依赖的网络安全攻击知识库，记为 Cyber-KG。该知识库由 4190 条知识组成，包含 1285 个实体和5 种关系类型。

为增强图谱结构的连通性、缓解攻击路径覆盖不足的问题，本文引入自动路径挖掘规则工具对 Cyber-KG 进行推理扩展，自动挖掘高置信度的攻击关联知识。通过设置规则置信度阈值为 0.8，共推理得到 2649 条新的攻击知识，最终构建出链接更加密集、语义一致性更强的网络安全攻击知识库，记为 Cyber-Infer-KG。该知识库由 6839 条知识组成，包含 1285 个实体和5 种关系类型。

综上，本文基于 Attack Flow 项目构建了3个网络安全攻击知识库：Cyber-Base-KG、Cyber-KG、Cyber-Infer-KG，它们分别刻画了复杂攻击场景下的基础攻击知识、攻击时序关系、推理增强结构，为 KGE-Cyber 在真实网络安全环境中的有效性验证工作提供了数据支撑。

鉴于上述网络安全攻击知识库规模较小且结构稀疏，为进一步验证 KGE-Cyber 在稀疏知识图谱场景下的通用性和适用性，本文额外选取了两个来自不同领域的代表性小规模知识库作为补充数据集。其中，Top 250 Films 知识库（简称 Film-KG）整合了 IMDb、豆瓣 Top 250 影片的多维属性信息^[35]；Characters in A Dream of Red Mansions知识库（简称 Book-KG）则系统描述了小说人物及其复杂关系网络^[36]。通过跨领域实验，本文验证了所提 KGE-Cyber方法在不同稀疏结构知识库上的泛化能力。

上述 5 个知识库的统计信息如表1 所示。

表 1 5个知识库的统计信息

Table 1 Statistical details of five knowledge bases

知识库	实体/个	关系/种	三元组/条
Cyber-Base-KG	1285	4	3311
Cyber-KG	1285	5	4190
Cyber-Infer-KG	1285	5	6839
Film-KG	1061	5	1707
Book-KG	381	98	344

4.2 性能评估指标

为全面评估KGE-Cyber的性能优势，本文采用链接预测任务作为核心评估手段。链接预测是知识图谱嵌入领域的标准评测任务，其目标是根据已知的实体和关系预测缺失的链接（即三元组中的某个元素）。该任务不仅能够有效检验模型对已有知识结构的理解能力，还可反映其对未知知识的泛化与推理能力。

在链接预测任务中，通常采用MRR与Hits@n（如Hits@10）作为主要评价指标。其中，MRR衡量所有测试样本预测排名倒数的平均值，反映模型整体排序质量；Hits@n表示在前n个预测结果中包含正确答案的比例，用于评估模型在有限排序中的命中能力。两个指标值越高，表明模型性能越优。具体计算式如下：

(9)

$\mathrm{MRR}=\frac{1}{|S|} \sum_{i=1}^S \frac{1}{\operatorname{rank}_i}$

(10)

$\mathrm{Hits} @ n=\frac{1}{|S|} \sum_{i=1}^S \mathbb{I}\left(\operatorname{rank}_i \leqslant n\right)$

其中，S表示测试集中的三元组总数，rank_i为第i个测试三元组正确答案在预测结果中的排名，

$\mathbb{I} $

(⋅)为指示函数，当条件成立时取值为1，否则为0。

4.3 对比方法和实验设置

为保证实验评估的科学性与结论的可信度，本文在基线方法选择上兼顾了模型类型的代表性与应用场景的相关性。一方面，选取TransE^[18]、TransH^[19]、DistMult^[23]和ComplEx^[24]等经典知识图谱嵌入模型，作为通用嵌入方法的代表，用于衡量所提方法相对于主流建模范式的整体性能提升；另一方面，引入CSEA^[31]和RelaGraph^[32]，分别从稀疏场景和网络安全两个维度进行对比，以验证本文方法在复杂攻击时序关系建模和数据稀疏场景下的有效性。基线模型信息如下。

1）TransE^[18]：将关系建模为从头实体到尾实体的向量平移，适用于一对一关系的嵌入学习。作为经典基础方法，TransE用于评估所提方法相对于平移类嵌入模型的性能提升。

2）TransH^[19]：允许每个关系对应一个超平面，使同一实体在不同关系下拥有不同映射向量，从而更好地处理一对多、多对一或多对多等关系。选用TransH旨在对比复杂关系建模能力。

3）DistMult^[23]：通过双线性映射和点积计算三元组得分，对称关系建模效果良好，但对非对称关系存在局限。作为对称关系建模代表，DistMult用于验证方法在简单关系场景下的性能。

4）ComplEx^[24]：在复数空间嵌入实体与关系，解决非对称关系问题，能够捕捉更复杂的语义关系。选用ComplEx用于对比复杂语义关系的表达能力。

5）CSEA^[31]：结合集成学习与对抗训练，并整合多种投影和旋转操作，专门用于缓解网络安全知识图谱中数据不完整问题。选用CSEA用于验证方法在安全领域知识图谱的有效性。

6）RelaGraph^[32]：通过局部关系图聚合生成上下文感知的实体表示，增强对稀疏数据的建模能力。适用于小规模但结构复杂的知识图谱，用于评估方法在稀疏知识图谱场景下的性能。

上述基线方法在建模假设、表达能力及适用场景方面形成互补，从而为客观地评估本文方法的性能与优势提供了合理且充分的对比基础。

所有实验均在配备NVIDIA RTX 2080 Ti GPU的计算平台上完成，模型实现基于PyTorch深度学习框架^[37]。为了确保实验的公平性，本文对所有方法采用统一的超参数调优策略。本文采用网格搜索在以下范围内选取最优超参数组合：批量大小

$ m\in \{512{,}1\ 024{,} 2\ 048{,}4\ 096\} $

，嵌入维度

$ d\in \{100{,}200{,}300\} $

，间隔距离

$ \gamma \in \{1{,}2,3{,}4\} $

，学习率

$ \eta \in \{0.1{,}0.01{,}0.001{,} 0.000\ 1\} $

，惩罚阈值

$ \mu \in \{0.1{,}0.01{,}0.001\} $

。此外，使用Adam优化器对模型进行优化，其结合动量机制和自适应学习策略，有助于加速模型收敛并提升训练稳定性。

值得注意的是，本文所有对比模型均在相同的超参数配置下进行训练与评估，有效排除了因实现差异或调参偏差带来的干扰，使性能对比结果更具说服力。

4.4 实验结果分析

表2 给出KGE-Cyber和对比方法的实验结果，其中，Δ表示本文提出的 KGE-Cyber 模型相对于各基线模型的性能提升幅度。总体来看，KGE-Cyber 在多个数据集上均表现出卓越性能，显著优于各基线嵌入模型。在网络安全攻击知识库 Cyber-KG 上，KGE-Cyber 的 MRR、Hits@10 分别达到 0.571 和 0.663，相较于 RelaGraph 分别提升了 39.6% 和 21.9%，这充分体现了 KGE-Cyber 在复杂网络攻击预测中的显著优势。

表 2 KGE-Cyber和对比方法的实验结果

Table 2 Experimental results of KGE-Cyber and comparison methods

模型	Cyber-Base-KG		Cyber-KG		Cyber-Infer-KG		Film-KG		Book-KG
模型	MRR	Hits@10	MRR	Hits@10	MRR	Hits@10	MRR	Hits@10	MRR	Hits@10
TransE^[18]	0.173	0.355	0.185	0.374	0.181	0.367	0.164	0.321	0.125	0.389
TransH^[19]	0.192	0.381	0.211	0.397	0.205	0.391	0.187	0.370	0.142	0.403
DistMult^[23]	0.133	0.189	0.145	0.201	0.142	0.192	0.047	0.082	0.085	0.136
ComplEx^[24]	0.147	0.228	0.156	0.235	0.153	0.231	0.065	0.132	0.068	0.231
CSEA^[31]	0.271	0.403	0.289	0.458	0.283	0.425	0.331	0.482	0.220	0.419
RelaGraph^[32]	0.399	0.521	0.409	0.544	0.403	0.538	0.415	0.500	0.251	0.464
KGE-Cyber	0.553	0.629	0.571	0.663	0.560	0.647	0.480	0.531	0.272	0.489
Δ	38.5%	20.7%	39.6%	21.9%	38.9%	20.2%	15.7%	6.2%	8.4%	5.3%

从表2 可以看出，RelaGraph 的性能优于其他经典通用嵌入模型，这主要归因于5个知识库均属于小规模图谱，而 RelaGraph 针对稀疏知识场景进行了专门优化。此外，CSEA 考虑了网络安全数据的特性，其性能优于传统通用嵌入模型，但仍不及 RelaGraph，这表明在处理复杂攻击场景时，解决样本不足、数据稀疏问题是提升嵌入模型性能的核心关键因素。因此，KGE-Cyber 从正样本增强、强负例挖掘两个维度缓解了复杂网络攻击知识样本不足、连接稀疏的问题，取得了最佳效果。

相比3个网络安全攻击知识库而言，KGE-Cyber 在 Film-KG、Book-KG 上的表现则相对逊色。特别是在 Book-KG 上，该知识库包含的关系类别较多而实体数量较少，导致实体—关系密度极度稀疏，数据难以有效支撑嵌入模型的训练，尽管 KGE-Cyber可以生成大量正样本、负样本缓解样本不足的问题，但仍然无法从根本上克服数据本身的缺陷。

综上所述，KGE-Cyber 在多种数据集中均表现出优异的性能，尤其是处理网络安全攻击知识图谱。KGE-Cyber 利用 AnyBURL 推理生成正样本，采用对抗样本生成技术挖掘强负例，结合基于相似度的样本筛选机制，有效地缓解了复杂网络攻击知识较少带来的嵌入不佳问题，从而提升了嵌入模型在攻击行为预测任务中的表现，为信息系统抗复杂攻击评测提供了有力支持。

4.5 消融实验

为系统评估正样本增强、强负例挖掘、样本筛选3个关键组件对 KGE-Cyber 的贡献，本节设计了一组消融实验。通过依次移除 KGE-Cyber中的相应模块，构建了 6 种变体及完整版方法，并在网络安全攻击知识库 Cyber-KG 上进行统一评估，对比方法如下。

1）KGE-Pos：仅采用 AnyBURL 推理生成正样本，不引入强负例挖掘与样本筛选模块；

2）KGE-Neg：仅采用对抗样本生成技术挖掘强负例，不引入正样本增强与样本筛选模块；

3）KGE-Pos-Neg：叠加采用 AnyBURL 推理正样本和对抗样本生成技术挖掘强负例，不引入样本筛选模块；

4）KGE-Pos-Filter：叠加采用 AnyBURL 推理正样本和评估函数筛选样本，不引入强负例挖掘模块；

5）KGE-Neg-Filter：叠加采用对抗样本生成技术挖掘强负例和评估函数筛选样本，不引入正样本增强模块；

6）KGE-Cyber（完整版）：融合正样本增强、强负例挖掘、样本筛选所有技术模块。

实验结果如表3 所示，完整版 KGE-Cyber 在 MRR、Hits@10 两项评价指标上均取得最优性能，Hits@10 达到 0.663，MRR 达到 0.571，显著优于仅包含部分核心组件的变体方法。这一结果表明，正样本增强、强负例挖掘有效扩充了训练样本的丰富性和多样性，显著缓解了复杂网络攻击知识稀缺所导致的图谱稀疏问题；同时，样本筛选机制通过融合实体、三元组相似度的双重评估策略，有效剔除了候选样本中的语义噪声，使模型能够从高质量数据中学习更鲁棒的知识表示。正样本增强、强负例挖掘、样本筛选机制三者协同作用，共同支撑了 KGE-Cyber 在复杂网络攻击行为预测任务中的优越性能，充分验证了本文所提方法各组成部分的必要性和有效性。

表 3 不同组件对于KGE-Cyber的影响

Table 3 Effects of different components on KGE-Cyber

方法	MRR	Hits@10
KGE-Pos	0.452	0.611
KGE-Neg	0.436	0.603
KGE-Pos-Neg	0.548	0.655
KGE-Pos-Filter	0.466	0.615
KGE-Neg-Filter	0.463	0.612
KGE-Cyber（完整版）	0.571	0.663

分析 KGE-Pos、KGE-Neg 两个变体方法的实验结果可知，单独采用 AnyBURL 推理生成正样本的 KGE-Pos，其性能优于仅依赖对抗技术挖掘强负例的 KGE-Neg，Hits@10 指标高出 0.0016，MRR 指标高出 0.008。这一现象表明，在复杂网络攻击知识高度稀疏的背景下，补充语义合理的新正例对于完善知识图谱的结构完整性，以及提升嵌入表示的覆盖能力具有关键的作用；相比之下，仅通过优化负例尚不足以充分弥补知识缺失带来的表征瓶颈。

此外，从表3 的实验结果还可进一步观察到，样本筛选机制对强负例挖掘模块的性能提升更为显著。在强负例挖掘维度下，引入筛选机制的 KGE-Neg-Filter 相较于 KGE-Neg，Hits@10 提升 0.027，MRR 提升 0.009；而在正样本增强维度下，KGE-Pos-Filter 相较于 KGE-Pos 仅获得 Hits@10 提升 0.011，MRR 提升 0.004。这一结果表明，对抗样本生成技术生成的候选负样本质量波动较大，需要通过语义相似度评估等筛选机制剔除低质量、语义不合理的样本；而基于 AnyBURL 逻辑推理生成的正样本本身已具备较高的语义可靠性，因此筛选机制带来的边际增益相对有限。综上，样本筛选机制在保障训练数据有效性方面发挥了关键核心作用，尤其在处理对抗生成的样本时不可或缺。

4.6 应用示例

为直观展示 KGE-Cyber 在信息系统安全性测评中的应用价值，本文以海莲花攻击事件为实例，说明该方法通过预测未知攻击行为的能力为安全评估提供支撑。基于对已知攻击步骤的学习，KGE-Cyber 能够预测复杂攻击过程中下一步最可能发生的攻击行为。如图2 所示，KGE-Cyber 预测在执行“T1055（进程注入）”之后，最可能出现的后续攻击阶段为环境发现，对应的攻击技术实体包括“T1082（系统信息发现）”“T1016（系统网络配置发现）”“T1033（系统所有者 / 用户发现）”。

显示原图|下载原图ZIP|生成PPT

图 2 攻击行为预测

Fig.2 Attack behavior prediction

通过对下一步攻击行为的预测，KGE-Cyber 提供了对潜在威胁的精准刻画，从而能够量化信息系统在复杂攻击路径下的脆弱性。模型预测的后续攻击步骤对应系统可能暴露的攻击面、安全风险，可作为系统安全性测评的重要输入，用于评估信息系统在不同攻击组合条件下的防护能力、识别潜在漏洞。基于 KGE-Cyber 的预测结果，信息系统安全管理人员能够识别关键风险节点，分析现有防护措施的有效性，对整体安全态势进行精准定量评估。

因此，KGE-Cyber 对攻击行为的预测能力，使安全性测评不再局限于对历史攻击事件的被动复盘分析，而是能够主动推断潜在攻击路径，为信息系统在复杂攻击场景下的防护能力评估、安全决策提供有力支撑。

5 结束语

本文面向信息系统抗复杂攻击的安全评测需求，提出了一种融合正样本增强、强负例挖掘、样本筛选机制的网络安全知识图谱嵌入方法 KGE-Cyber。该方法通过 AnyBURL 推理扩充生成语义合理的正样本，结合对抗样本生成技术挖掘具有挑战性的强负例，引入基于相似度的筛选机制保障训练数据质量。在多个知识图谱上的实验表明，KGE-Cyber 在链接预测任务中显著优于现有经典的专用嵌入模型，尤其在网络安全场景下表现出突出的性能优势，可为复杂攻防对抗的信息系统安全评测体系提供可靠的技术支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	Baskerville R. Information systems security design methods: implications for information systems development[J]. ACM Computing Surveys, 1993, 25 (4): 375- 414. DOI

2	Lee S, Kim J, Woo S, et al. A comprehensive security assessment framework for software-defined networks[J]. Computers & Security, 2020, 91, 101720. DOI

3	Chahal N S, Bali P, Khosla P K. A Proactive approach to assess web application security through the integration of security tools in a security orchestration platform[J]. Computers & Security, 2022, 122, 102886. DOI

4	Palma A, Acitelli G, Marrella A, et al. A compliance assessment system for incident management process[J]. Computers & Security, 2024, 146, 104070. DOI

5	Tatam M, Shanmugam B, Azam S, et al. A review of threat modelling approaches for APT-style attacks[J]. Heliyon, 2021, 7 (1): e05969. DOI

6	Li Y P, Li X. Research on multi-target network security assessment with attack graph expert system model[J]. Scientific Programming, 2021, 9921731.

7	Hogan A, Blomqvist E, Cochez M, et al. Knowledge graphs[J]. ACM Computing Surveys, 2022, 54 (4): 1- 37.

8	Ge X O, Wang Y C, Wang B, et al. Knowledge graph embedding: an overview[J]. APSIPA Transactions on Signal and Information Processing, 2024, 13 (1): 1- 51.

9	Kamigaito H, Hayashi K. Comprehensive analysis of negative sampling in knowledge graph representation learning[C]// International Conference on Machine Learning. Proceedings of Machine Learning Research, 2022, 162: 10661-10675.

10	Meilicke C, Chekol M W, Betz P, et al. Anytime bottom-up rule learning for large-scale knowledge graph completion[J]. The VLDB Journal, 2024, 33 (1): 131- 161. DOI

11	Dhillon G, Torkzadeh G. Value‐focused assessment of information system security in organizations[J]. Information Systems Journal, 2006, 16 (3): 293- 314. DOI

12	Bennouk K, Aitaali n, et al. A comprehensive review and assessment of cybersecurity vulnerability detection methodologies[J]. Journal of Cybersecurity and Privacy, 2024, 4 (4): 853- 908. DOI

13	Sharma A, Gupta B B, Singh A K, et al. Advanced Persistent Threats （APT）: evolution, anatomy, attribution and countermeasures[J]. Journal of Ambient Intelligence and Humanized Computing, 2023, 14 (7): 9355- 9381.

14	Yi N, Wang Q, Yan L M, et al. A multi-stage game model for the false data injection attack from attacker’s perspective[J]. Sustainable Energy, Grids and Networks, 2021, 28, 100541. DOI

15	Alhajjar E, Maxwell P, Bastian N. Adversarial machine learning in network intrusion detection systems[J]. Expert Systems with Applications, 2021, 186, 115782. DOI

16	Sikos L F. Cybersecurity knowledge graphs[J]. Knowledge and Information Systems, 2023, 65 (9): 3511- 3531. DOI

17	Attack flow project v. 3.0. 0[EB/OL]. [2025-11-10]. https://center-for-threat-informed-defense.github.io/attack-flow/.

18	Bordes A, Usunier N, Garcia-duran A, et al. Translating embeddings for modeling multi-relational data[J]. Advances in Neural Information Processing Systems, 2013, 26, 2787- 2795.

19	Wang Z, Zhang J W, Feng J L, et al. Knowledge graph embedding by translating on hyperplanes[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2014, 28 (1): 1112- 1119. DOI

20	Lin Y K, Liu Z Y, Sun M S, et al. Learning entity and relation embeddings for knowledge graph completion[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2015, 29 (1): 2181- 2187. DOI

21	Sun Z, Deng Z H, Nie J Y, et al. Rotate: Knowledge graph embedding by relational rotation in complex space[C]//International Conference on Learning Representations, OpenReview. net, 2019.

22	Nickel M, Tresp V, Kriegel H P. A three-way model for collective learning on multi-relational data[C]//International Conference on Machine Learning, Omnipress, 2011, 11: 809-816.

23	Yang B, Yih W, He X, et al. Embedding entities and relations for learning and inference in knowledge bases[C]//International Conference on Learning Representations, 2015.

24	Trouillon T, Welbl J, Riedel S, et al. Complex embeddings for simple link prediction[C]//International Conference on Machine Learning, Proceedings of Machine Learning Research, 2016, 48: 2071-2080.

25	Kazemi S M, Poole D. Simple embedding for link prediction in knowledge graphs[C]// Advances in Neural Information Processing Systems, 2018, 31: 4289-4300.

26	Dettmers T, Minervini P, Stenetorp P, et al. Convolutional 2D knowledge graph embeddings[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2018, 32 (1): 1811- 1818.

Nguyen D Q, Nguyen T D, Nguyen D Q, et al. A novel embedding model for knowledge base completion based on convolutional neural network[C]//Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 2 (Short Papers). Kerrville: Association for Computational Linguistics 2018: 327-333.

Nguyen D Q, Vu T, Nguyen T D, et al. A capsule network-based embedding model for knowledge graph completion and search personalization[C]//Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers). Kerrville: Association for Computational Linguistics 2019: 2180-2189.

29	Xu B W, Ye D H, Xing Z C, et al. Predicting semantically linkable knowledge in developer online forums via convolutional neural network[C]//Proceedings of the 2016 31st IEEE/ACM International Conference on Automated Software Engineering (ASE). Piscataway: IEEE Press, 2016: 51-62.

30	Han Z B, Li X H, Liu H T, et al. DeepWeak: Reasoning common software weaknesses via knowledge graph embedding[C]//Proceedings of the 2018 IEEE 25th International Conference on Software Analysis, Evolution and Reengineering (SANER). Piscataway: IEEE Press, 2018: 456-466.

31	Shi B, Wang H, Li Y Y, et al. RelaGraph: Improving embedding on small-scale sparse knowledge graphs by neighborhood relations[J]. Information Processing & Management, 2023, 60 (5): 103447. DOI

32	Wang P, Liu J J, Yao Q, et al. A cybersecurity knowledge graph completion method forScalable scenarios[C]//Knowledge Science, Engineering and Management. Cham: Springer, 2023: 83-98.

33	Xiang X Y, Ma C C, Zeng L Y, et al. Uncovering multi-step attacks with threat knowledge graph reasoning[J]. Security and Safety, 2025, 4, 2024019. DOI

34	Szegedy C, Zaremba W, Sutskever I, et al. Intriguing properties of neural networks [C/OL]// International Conference on Learning Representations. Scottsdale, AZ, USA: International Conference on Learning Representations, 2014. https://openreview.net/forum?id=rJvEZlZAb.

35	Top250 film works knowledge graph at home and abroad[EB/OL].[2025-10-11].http://data.openkg.cn/dataset/top250film.

36	A dream in red mansions character relationship knowledge graph[EB/OL]. [2025-10-11]. http://data.openkg.cn/dataset/the-dream-of-the-red-chamber-main.

37	Paszke A, Gross S, Chintala S, et al. PyTorch: an imperative style, high-performance deep learning library[C]//Annual Conference on Neural Information Processing Systems. Vancouver, BC, Canada: Neural Information Processing Systems Foundation, 2019: 8024-8035.

Options

Outlines

模态框（Modal）标题

Abstract

Cite this article

0 引言

图 1 KGE-Cyber的整体框架

1 相关工作

1.1 信息系统安全性评测技术

1.2 网安知识图谱嵌入表示

2 背景知识

2.1 信息系统安全性评测

2.2 知识图谱嵌入技术

3 本文方案

3.1 正样本增强

3.2 强负例挖掘

3.3 样本筛选机制

4 实验与结果分析

4.1 数据集

表 1 5个知识库的统计信息

4.2 性能评估指标

4.3 对比方法和实验设置

4.4 实验结果分析

表 2 KGE-Cyber和对比方法的实验结果

4.5 消融实验

表 3 不同组件对于KGE-Cyber的影响

4.6 应用示例

图 2 攻击行为预测

5 结束语

References