一种基于神经网络的安全漏洞自动分类方法

    公开(公告)号:CN116049828A

    公开(公告)日:2023-05-02

    申请号:CN202211583798.8

    申请日:2022-12-09

    IPC分类号: G06F21/57 G06F18/241

    摘要: 本发明公开了一种基于神经网络的安全漏洞自动分类方法,包括如下步骤:首先读取国家信息安全漏洞库中的数据,再按照论域设定、等价交集设定、基本知识设定、等价关系设定、近似关系设定、关系族集设定和决策关系设定对国家信息安全漏洞库中读取的数据进行分类处理,通过分类处理、特征选择、粗糙集属性约简验证、RBF神经网络分类验证和汇总处理的流程化配合,实现对数据库内数据的预先分类、再特征选择、后采用粗糙集和RBF神经网络双重验证方式进行漏洞安全分类处理的效果,消除保密数据的泄漏隐患,提高数据库数据的安全性,也提高粗糙集和RBF分类算法对漏洞集中漏洞数据的验证精准度和分类时效性,满足海量漏洞的验证和分类需求。

    一种基于知识图谱的漏洞类型关联分析方法

    公开(公告)号:CN116069942A

    公开(公告)日:2023-05-05

    申请号:CN202211602298.4

    申请日:2022-12-13

    IPC分类号: G06F16/36 G06F16/28 G06F16/35

    摘要: 本发明公开了一种基于知识图谱的漏洞类型关联分析方法,包括如下步骤:步骤一、知识图谱总库构建:预先将美国通用漏洞和披露平台(CVE)、美国国家信息安全漏洞库(NVE)、日本信息安全漏洞库(JVN)按照实体节点和实体之间的语义关系构成边,汇总成整体的知识图谱化总库,通过流程配合,对美国通用漏洞和披露平台(CVE)、美国国家信息安全漏洞库(NVE)、日本信息安全漏洞库(JVN)中的海量数据采用先构建知识图谱总库,再分类筛分漏洞子集,后经过一级验证和二级复验的方式,实现海量数据中的漏洞数据进行全面、细化和高精度类型关联性分析处理的效果,降低漏洞数据关联系分析局限性大,降低漏洞数据关联系的容错率。