| 基于SVM的CVE漏洞分类框架构造 |
| |
| 引用本文： | 彭华,李宗寿. 基于SVM的CVE漏洞分类框架构造[J]. 吉首大学学报(自然科学版), 2013, 34(1): 66-71. DOI: 10.3969/j.issn.1007-2985.2013.01.016 |
| |
| 作者姓名： | 彭华 李宗寿 |
| |
| 作者单位： | （吉首大学信息科学与工程学院，湖南 吉首 416000） |
| |
| 基金项目： | 湖南省科技厅科技计划资助项目(2011FJ3209);湖南省教育厅科学研究资助项目(11C1025) |
| |
| 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.
|
| 关 键 词： | 支持向量机（SVM） 公共漏洞和暴露（CVE） 分类特征 |
Construction of a Categorization Framework for CVE Based on SVM |
| |
| PENG Hua , LI Zong-shou. Construction of a Categorization Framework for CVE Based on SVM[J]. Journal of Jishou University(Natural Science Edition), 2013, 34(1): 66-71. DOI: 10.3969/j.issn.1007-2985.2013.01.016 |
| |
| Authors: | PENG Hua LI Zong-shou |
| |
| Affiliation: | (College of Information Science and Engineering,Jishou University,Jishou 416000,Hunan China) |
| |
| Abstract: | The CVE dictionary can not design effective defense strategies for clustered system’s vulnerabilities because of it’s lack of categorization and generalization capabilities.To address such shortcomings,this paper propose a CVE categorization framework called CVE Classifier,which can categorize CVEs according to various taxonomic features.CVE classifier automatically extract the training data from the associated vulnerability databases (including:BID,X-Force and Secunia) and builds learning models for taxonomic features based on it by using SVM. |
| |
| Keywords: | Support Vector Machine(SVM) Common Vulnerabilities and Exposures(CVE) taxonomic feature |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《吉首大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《吉首大学学报(自然科学版)》下载全文 |
