涉诈网站作为网络诈骗的常见载体之一，在网络犯罪中扮演着平台内容提供者的重要角色.该形式的犯罪具有高度的团队性与合作性，涉诈网站在内的涉诈资产之间往往呈现出极强的关联.涉诈资产、涉诈团伙等共同构成了一个庞大的涉诈网络.虽然已有不少研究者针对涉诈网站识别开展了相关研究，但目前针对涉诈资产的关联性研究还相对较少.由于涉诈网络中节点的匿名性，导致直接获取涉诈资产相关的身份信息极为困难.警务人员往往难以快速准确的对涉诈网站进行溯源反制.本文基于本体论构建了细粒度的涉诈知识图谱，创新性地将知识图谱嵌入应用于涉诈网站溯源领域，将涉诈网络中的关系抽象为多维复空间上的旋转操作，并以知识图谱嵌入向量为依据，通过向量的空间相似性探求涉诈实体间关系网络的相似性，利用模型进行实体关系的补全；此外，本文创新性地对涉诈知识图谱中关系对涉诈团队身份的揭示程度进行量化，利用加权后的涉诈关系来优化特征向量中心性算法，以挖掘其中的关键线索节点.实验结果表明，在资产关系补全上本文使用的模型有着较高的准确率，在包含37 866个实体的数据集上的HITS@10准确率达到了47%，效果领先于其他知识图谱嵌入模型.在后续案例中证明，本文设计的关键线索挖掘方法能够有效地对涉诈资产进行关联溯源，并取得了显著的成效.