结合CNN和文本语义的漏洞自动分类方法

• 作者: 曲泷玉 贾依真 郝永乐
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 卷积神经网络 漏洞分类 国家信息安全漏洞库
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 738-742
• 页数: 5页
• 分类号: TP391
• 字数: 3414字
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2019.07.013

摘要

为解决大规模漏洞分类问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的漏洞自动分类方法,借鉴深度学习的技术思想自动获取漏洞描述的相关局部特征,通过batchnorm规范化数据解决文本训练不稳定问题,进而实现漏洞类型的有效划分.实验表明,与传统方法相比,该方法在漏洞自动分类效率上能够得到显著的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝永乐		9	47	3.0	6.0
2	曲泷玉		1	2	1.0	1.0
3	贾依真		2	2	1.0	1.0