软件安全漏洞预测方法、装置、计算机设备及存储介质

    公开(公告)号:CN117892313A

    公开(公告)日:2024-04-16

    申请号:CN202410058110.7

    申请日:2024-01-15

    摘要: 本发明涉及软件安全漏洞技术领域,公开了一种软件安全漏洞预测方法、装置、计算机设备及存储介质。其中,方法包括:获取至少两个目标软件基于时间序列排布的目标时间漏洞数据和基于大小序列排布的目标版本漏洞数据;根据目标时间漏洞数据和目标版本漏洞数据确定多个特征参数中每个特征参数对应的目标特征向量;其中,多个特征参数为影响目标软件产生安全漏洞的多个漏洞标签信息对应的参数;通过训练好的预测模型基于每个特征参数对应的目标特征向量预测至少两个目标软件的安全漏洞概率。本发明最终提升了软件安全漏洞预测效率和精度,无需依赖人工经验,解决了由度量元选择引发的预测结果不稳定的问题。

    漏洞组件攻击收益关联词挖掘方法、装置、设备及介质

    公开(公告)号:CN117375981A

    公开(公告)日:2024-01-09

    申请号:CN202311465992.0

    申请日:2023-11-06

    IPC分类号: H04L9/40 G06F16/36

    摘要: 本发明涉及网络安全技术领域,公开了一种漏洞组件攻击收益关联词挖掘方法、装置、设备及介质,该方法包括:获取数据集,数据集为组件和漏洞分别对应的信息;根据数据集以及预设知识图谱范式构建知识图谱;基于知识图谱中的攻击收益信息,利用词向量模型根据数据集以及预设多维语料库挖掘任一组件的关联词,预设多维语料库为根据组件的多种分类方式构建的多个语料库。实现了对大量相关数据的梳理和整合,利用词向量模型从不同维度挖掘组件的关联词,并结合知识图谱中的攻击收益信息实现了确定攻击收益高的组件关联词的目的。上述方法步骤无需人工干预,解决了相关技术中存在的从攻击收益角度挖掘组件关联词需要花费大量成本的问题。