MetaRAG：利用元路径引导的动态图检索与增强生成技术识别网站所有者

《ACM Transactions on Information Systems》：MetaRAG: Identifying Website Owner using Meta-Path-Guided Dynamic Graph Retrieval-Augmented Generation

网站所有者识别旨在关联网站与现实所有者，对信息检索的可信度评估和溯源至关重要，并应用于网络安全等领域。现有方法依赖基础设施注册记录或网页内容分析，但常因数据不完整或内容稀疏失效。本文提出MetaRAG框架，整合基础设施数据和网页内容构建知识图谱，通过元路径引导动态推理和多路径证据优化，显著提升识别准确率至6.82%。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

网站所有者识别旨在将网站与其现实世界的所有者联系起来，这对于信息检索中的可信度评估和信息来源验证至关重要，同时在网络安全、互联网治理和数字监管应用中也十分重要。现有的网站所有者识别方法主要依赖于查询基础设施注册记录或分析网页内容。然而，由于注册记录不完整或过时以及网页内容匮乏，这些方法往往无法有效识别所有者。我们发现，通过共享基础设施数据（如顶级域名、IP地址段和地理位置）建立的网站间关系可以提供有价值但尚未被充分利用的所有权线索。为了利用这一发现，我们提出了MetaRAG，这是一个基于元路径引导的动态图谱检索增强生成框架，它利用大型语言模型在以网站为中心的知识图中对与所有权相关的路径进行推理。MetaRAG包含三个组成部分：1）知识图谱构建模块，该模块将基础设施数据和爬取的网页内容整合到一个统一的表示中；2）元路径引导的动态推理模块，该模块限制检索范围在与所有权相关的元路径上，并根据证据完整性自适应地决定是否检索更多信息或进行推理；3）多路径证据优化模块，该模块汇总并评估检索到的路径，以消除噪声并提取高置信度的所有权信号。我们在两个构建的真实世界数据集上评估了MetaRAG的性能，其效果相比强大的基线模型提升了高达6.82%。结果表明，我们的方法在结合结构化网络知识与基于大型语言模型的推理方面非常有效，从而实现了更准确的网站所有者识别。

人工智能摘要

人工智能生成的摘要（实验性)

本摘要是通过自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助发现内容、帮助读者评估相关性，并协助来自相关研究领域的读者理解本文的工作。它旨在补充作者提供的摘要，后者仍然是文章的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。