数据空间研究院

本发明公开了基于多级图池化的群体态势推演方法，该方法首先获取目标群体的人口统计学特征分布数据及目标模拟规模标量，通过多维联合分层抽样生成微观状态张量并构建动态交互图；然后利用多层图池化网络对图中的微观节点进行逐级压缩，输出宏观特征张量及记录微观节点与中观社区超节点归属关系的第一软分配矩阵；再由图Transformer神经算子接收当前时间步的宏观特征张量与目标模拟规模标量的编码嵌入，自回归预测下一时间步的宏观特征张量；最后在推演过程中根据中观社区超节点的异常分数触发唤醒，基于第一软分配矩阵追溯异常贡献微观节点并执行局部模拟后更新宏观特征张量，实现群体态势推演。本申请实现了对大规模图数据的高保真压缩与自适应推演。

本发明公开了一种基于动态本体的威胁情报知识图谱时效性管理与演化系统和方法，涉及数据处理领域，包括：多源威胁情报输入层，用于接收多源情报；本体模式定义层，用于预定义本体模式层，根据实例层的实例数据，更新本体模式层；实例管理层，用于根据本体模式层将多源情报实例化；对实例层进行实体节点的置信度衰减与降权计算和生命周期状态自动流转，得到更新后的实例数据；根据实体节点和关系边、更新后的实例数据和本体模式层中一种或多种，生成并保存带有更新时间戳的威胁情报知识图谱；查询与应用接口层，用于返回查询请求对应的威胁情报知识图谱。本发明解决了现有威胁情报知识图谱表示静态化、时效性管理缺失和知识演化滞后的痛点。