Para la seguridad de la información, la extracción de entidades y relaciones se puede aplicar en la protección de información sensible, detección de fugas de datos y otros aspectos. Los enfoques actuales para la extracción de relaciones de entidades no solo ignoran la relevancia y dependencia entre el reconocimiento de entidades y la extracción de relaciones, sino que también pueden resultar en la propagación acumulativa de errores. Para resolver este problema, se propone un modelo de extracción conjunta de entidades y relaciones de extremo a extremo basado en el mecanismo de Atención y la Red Convolucional de Grafos (GCN) para extraer simultáneamente entidades nombradas y sus relaciones. El modelo incluye tres partes: la detección del ámbito de la entidad, la construcción de un grafo ponderado de relaciones de entidad y la inferencia del tipo de relación de entidad. En primer lugar, la detección de los ámbitos de entidad se considera un problema de etiquetado de secuencias, y se diseña un enfoque de fusión de múltiples características para la representación de incrustación de palabras con el fin de calcular todos los ámbitos de entidad en una oración para formar una matriz de ámbitos de entidad. En segundo lugar, la matriz de ámbitos de entidad se emplea en el mecanismo de Atención de Múltiples Cabezas para construir la matriz de adyacencia ponderada del grafo de relaciones de entidad. Finalmente, para la inferencia del tipo de relación de entidad, considerando la interacción entre entidades y relaciones, la matriz de ámbitos de entidad y la matriz de conexión de relaciones se alimentan simultáneamente en el GCN para la extracción integrada de entidades y relaciones. Nuestro modelo se evalúa en el conjunto de datos público NYT, logrando una precisión del 66.4%, una recuperación del 63.1% y una puntuación F1 del 64.7% para la extracción conjunta de entidades y relaciones, superando significativamente otros enfoques. Los experimentos demuestran que el modelo propuesto es útil para inferir entidades y relaciones, considerando la interacción entre entidades y relaciones a través del mecanismo de Atención y GCN.