[发明专利]一种基于熵优化支持向量机的漏洞自动分类方法

说明书

本发明提供了一种基于熵优化支持向量机的漏洞自动分类方法，包括构建漏洞分类模型；训练漏洞分类模型；以及完善漏洞分类模型三个步骤。本发明现有的针对漏洞文本进行分类的方法的缺陷，引入熵的概念，降低了对分类模型的过分依赖性，提供了一种有具有良好泛化能力的漏洞分类模型。可以更好的实现漏洞的自动分类，提高分类的准确性。

技术领域

本发明涉及信息安全技术领域，具体来说是一种基于支持向量机的漏洞自动分类方法。

背景技术

在网络攻击中，漏洞起着非常重要的作用。随着网络的复杂化，计算机操作系统中的漏洞数量呈现爆发式的增长，漏洞扫描使得操作系统中的漏洞无处遁形，对漏洞进行合理的分类，研究漏洞的表现和形成原因，有助于防止程序设计人员编写程序时产生安全漏洞，针对性的消除漏洞安全隐患，同时为后续漏洞的分析和修复提供有效帮助，因此对漏洞进行科学的分类具有重要的应用价值。

漏洞分类主要是通过文字描述每一类漏洞的特征，对漏洞能够全面和准确地进行分类，之后应用相关技术将非数字化的信息转换成为相应的数字信息，直观清晰的反映漏洞的危害性。针对早期特定分类目的设计的漏洞分类方法中，由于需要人工判别进行分类，无法满足漏洞数量爆发式增长的的需求，该类方法已经不再适用。随着机器学习有效应用，漏洞分类开始向自动分类发展，基于一定分类特征的漏洞分类方法已经存在，但由于其分类过程比较复杂，效率较低，很难满足实际场合中的应用。基于支持向量机(SupportVector MacIline，SVM)的分类模型提供了一种优越的分类方法，但由于过分依赖分类模型，使得该方法不具有泛化的能力。

现有的分类方法多为分散性的具体应用，一些基于漏洞代码和漏洞文本的分类方法也都是基于深度神经网络来实现的。虽然这些方法能够实现漏洞的分类，但是这些方法多是基于某个方面做漏洞的具体分类。基于深度神经网络虽然可以实现漏洞的自动分类，但是该方法由于特征选择不准确会导致分类精度低。

发明内容

为解决上述问题，本发明的目的是提供一种基于熵优化的支持向量机的漏洞自动分类方法，分类效果好并且具有良好泛化能力。

为达到上述目的，本发明所采取的技术手段为：

一种基于熵优化支持向量机的漏洞自动分类方法，包括步骤

S1：构建漏洞分类模型；

S2：训练漏洞分类模型；以及

S2：完善漏洞分类模型。

其中，步骤S1包括：

S11检测漏洞：根据CVE漏洞数据库得到漏洞的编号、类别和描述，形成暴露列表；

S12收集漏洞信息：将暴露列表转换为机器语言，得到漏洞信息；

S13预处理：对漏洞信息进行粗提取，得到漏洞文本特征词；

S14根据漏洞文本特征词分析获取特征权重，使用向量空间模型表示漏洞训练样本，得到漏洞分类模型。

进一步地，S13中，粗提取包括对漏洞信息执行分词和清除噪音数据处理，得到漏洞文本特征词的过程。

进一步地，S14中，基于信息增益的方法提取漏洞文本特征词的特征子集，对特征子集中的各个特征项进行特征权重的计算。

另外，S14中，也可以基于文档频率、x²统计的方法提取漏洞文本特征词的特征子集，对特征子集中的各个特征项进行特征权重的计算。

进一步地，步骤S2包括分析漏洞训练样本，通过熵优化支持向量机的分类算法对漏洞训练样本进行训练。

进一步地，步骤S3包括分析训练结果，使用预定的评估指标对分类算法进行评估。

具体的，该评估指标包括准确率。