基于序列标注的漏洞信息结构化抽取方法

• 作者: 张源 陈钧衍 陶非凡
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: CVE 机器学习 自然语言处理
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 安全技术
• 页码范围: 266-271,276
• 页数: 7页
• 分类号: TP309.02
• 字数: 6207字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.041

摘要

从漏洞信息当中抽取结构化信息对于安全研究而言有重要意义.安全研究者常需要在大规模的CVE数据中按特定要求进行筛选,或对漏洞进行自动化的分析测试.然而现有的CVE数据库中只包含了非结构化的文本描述和并不完备的辅助信息.从描述文本抽取结构化的信息能帮助研究者更好地组织与分析CVE.总结漏洞描述包含的七种核心要素,为结构化抽取建立模型,并将信息抽取转换为一个序列标注模型,构建数据集对其进行训练.实验表明,该模型能够以较高的准确率从CVE文本中抽取出各类关键信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张源	复旦大学软件学院	22	102	6.0	9.0
2	陶非凡		2	0	0.0	0.0
3	陈钧衍	复旦大学软件学院	1	0	0.0	0.0