ChronoSentinel: Incremental temporal embedding for Security Knowledge Graph using Dynamic Reachability Centrality and Efficient language model

doi:10.1016/j.inffus.2025.103662

ChronoSentinel: Incremental temporal embedding for Security Knowledge Graph using Dynamic Reachability Centrality and Efficient language model

2025-09-11

0

PRE

AI

DOI：10.1016/j.inffus.2025.103662

原文链接

原文求助

摘要

En 中文

• 网络安全：应用知识图谱进行威胁检测与预测。 • 知识图谱（KGs）：利用安全知识图谱（SKGs）对恶意软件、漏洞和攻击模式之间的关系进行建模和分析。 • 时序知识图谱（T-KGs）：将时间敏感数据集成到SKGs中以捕捉网络威胁的演变。 • 机器学习（ML）和语言模型：采用高效语言模型（ELMs），如BART、FLAN-T5和DeepSeek，以提升图谱质量及上下文理解能力。 • 基于图谱的学习与排序：利用时序PageRanking基于节点的时序相关性对核心节点进行优先级排序。

ChronoSentinel: Incremental temporal embedding for Security Knowledge Graph using Dynamic Reachability Centrality and Efficient language model

摘要

期刊

机构

引用论文