网络攻击的形式复杂多样，而动态攻击类型的检测和预测始终是具有挑战性的任务。 关于知识图的研究在许多领域变得越来越成熟。 当前，某些学者将知识图的概念与网络安全相结合以构建网络安全知识库非常重要。 本文提出了基于五元模型的网络安全知识图和演绎规则。 使用机器学习，我们提取实体并构建本体以获得网络安全知识图。 然后，通过计算公式并使用路径排序算法来推导新规则。 斯坦福命名实体识别器（NER）也用于训练提取器以提取有用的信息。 实验结果表明，斯坦福大学NER提供了许多功能，并且useGazettes参
