计算机工程

作者：汪溢镭, 孙歆, 韩嘉佳, 郭绍华, 胡钺琳, 邹福泰

单位：1. 国网浙江省电力有限公司电力科学研究院, 浙江 杭州 3100112. 上海交通大学电子信息与电气工程学院, 上海 200240

关键词：暗网,威胁情报,主题分类,命名实体识别,信息量

基金：国网科技项目(5700-202319297A-1-1-ZN)

暗网中存在着大量网络攻击或网络犯罪的隐秘信息, 以往研究主要针对通用开源威胁情报进行分析, 或在暗网威胁情报的某一方面做出工作, 缺少一种系统的方式对暗网信息进行处理和分析, 同时忽略了暗网信息的特性。为了对暗网庞杂的内容进行分析、筛选和提取, 利用与网络安全威胁相关的情报, 提出一种暗网高质量威胁情报获取技术, 其由信息爬取、主题聚类、实体识别和时新性检测4个模块组成。以暗网论坛为例, 通过针对暗网论坛的爬虫来爬取多个论坛的数据, 使用Top2Vec将论坛的标题和帖文分别以词和文档的形式嵌入到同一向量空间中, 分析帖文的讨论主题, 粗粒度地筛选出威胁情报相关内容, 去除爬取信息中的噪声, 然后使用命名实体识别的方式进行细粒度筛选, 提取出帖文中的威胁情报实体词。在此基础上, 计算实体词在明网中的信息量, 以评估所提取的信息的重要性, 最终筛选出高质量的网络安全相关暗网威胁情报。实验结果表明, 该方法具有有效性, 能够从收集的暗网信息中提取出网络威胁情报。

来源：2026年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第3期