基于SVM的CVE漏洞分类框架构造

• 作者: 彭华 李宗寿
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机(SVM) 公共漏洞和暴露(CVE) 分类特征
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 信息与通信
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP393.08
• 字数: 5556字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2985.2013.01.016

摘要

针对CVE字典缺少分类和归纳能力,无法为多重系统漏洞设计有效防御策略的局限,提出了CVE分类器的CVE漏洞分类框架.该CVE分类器根据不同的分类特征对CVE进行分类,在支持向量机的帮助下,CVE分类器自动地从相关的漏洞数据库(包括BID,X-Force和Secunia)中抽取训练数据,并基于该训练数据为分类特征建立学习模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宗寿	吉首大学信息科学与工程学院	10	10	2.0	2.0
2	彭华	吉首大学信息科学与工程学院	21	28	3.0	4.0