本体属性的基础地理信息概念语义相似性计算模型

语义相似性对于知识自动共享与集成起着非常重要的作用。面向基础地理信息领域,利用属性枚举方法表达概念的本质语义特征,从基础地理信息概念的内涵出发,提出基于本体属性的语义相似性计算模型。该模型将每个概念表达为本体属性集合,利用相关本体属性的相似性,结合权重信息计算概念的相似性。最后从基础地理信息概念中提取出100组样本,计算概念间的语义相似度并验证基于本体属性模型的有效性。试验结果表明,基于本体属性的模型能更合理地计算出基础地理信息概念的相似度。

基于MAEC本体的恶意软件知识抽取方法的构建

个性化的分析报告格式阻碍了不同来源恶意软件信息的自动关联分析,使得建立统一的恶意软件特征描述标准成为必要。目前,虽然恶意软件属性枚举和表征(Malware Attribute Enumeration and Characterization,MAEC)已提供了一种共享标准,但当下沙箱输出的分析报告中却普遍含有大量低级别实体数据而缺乏高层语义信息。因此,对前人工作进行了研究,基于MAEC构建本体进行恶意软件知识抽取,并结合语义网规则语言(Semantic Web Rule Language,SWRL)推理提取隐含的高级知识,收集了1 047个恶意样本的报告进行测试,发现平均可从每份报告中推理得到10条高层语义信息。