引用格式：徐睿，劉金，馮志，等. 基于知識圖譜與本體驅動的數據建模框架［J］.網絡安全與數據治理，2025，44（8）：39-45.
引言
數據建模作為數據治理的核心任務，通常采用實體-關系模型，通過定義實體、屬性和關系等抽象結構來描述數據的語義，再映射為具體的數據庫表、字段及約束，從而實現數據的存儲與管理。然而，隨著數據量的迅猛增長以及業務需求的日益復雜，傳統的關系型數據建模方法逐漸暴露出諸多局限性。例如，傳統方法依賴于靜態的表結構和字段定義，難以有效處理多維度、動態變化的數據關系，也很難適應異構數據源的集成需求。隨著大數據、人工智能和知識圖譜等新興技術的快速發展，數據建模的范式也在發生深刻變化。
在這一背景下，知識圖譜和動態本體技術可以在數據治理領域發揮重要作用。知識圖譜通過圖結構表示實體及其關系，并能夠通過語義推理揭示數據之間的深層次聯系。本體則為知識圖譜提供了一個規范的語義框架，幫助明確各類實體及其屬性的定義及相互關系。知識圖譜和動態本體的結合，不僅提供了更靈活的建模手段，還能夠促進跨系統的數據集成，提升數據的語義理解與質量控制。
這一映射過程不僅是技術創新，也體現了對人類認知與理解世界方式的模擬。認知科學認為人類通過抽象符號、分類和關系表達知識，本體與知識圖譜正是構建這種抽象模型的工具。在智能化趨勢下，知識圖譜作為模擬人類認知的“圖式語言”，幫助機器理解、推理與學習數據，例如結合圖神經網絡（Graph Neural Network,GNN）進行推理與分析［1］。在網絡安全領域，知識圖譜能夠通過路徑推理識別攻擊者的潛在利用路徑（如漏洞→系統→攻擊者），或通過關系映射發現未修復漏洞的關聯防御措施。
在此基礎上，考慮到當前大部分業務系統的數據仍主要存儲于結構化數據庫中，而知識圖譜直接應用于業務系統的落地尚存在較大挑戰，因此本文提出一種基于知識圖譜和本體驅動的數據建模框架。通過將知識圖譜中的實體、屬性和關系有效映射到數據庫表結構，實現從語義建模到結構化數據存儲的高效轉化；并結合威脅情報自動抽取、跨系統數據融合等業務應用場景驗證框架能力。
本文詳細內容請下載：
http://m.jysgc.com/resource/share/2000006649
作者信息：
徐睿1,2，劉金1,2，馮志1,2，張雅勤1,2，董偉1,2
（1.中國信息安全研究院有限公司， 北京102209;
2.華北計算機系統工程研究所， 北京100083）
