龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国人民解放军61660部队
申请日：2024-03-25
公开（公告）日：2024-06-28
公开（公告）号：CN118260764A
主分类号：G06F21/57
分类号：G06F21/57;G06F18/22;G06F18/214;G06F18/15;G06F40/284
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开一种联合实体抽取的漏洞归一化深度学习方法，属于漏洞管理技术领域。为解决漏洞归一化方法存在的误报率高、效率低等问题，本发明从互联网上收集不同漏洞扫描厂商的漏洞数据，整理所有漏洞描述信息并编号，将同一编号的漏洞进行配对，将不同漏洞编号的漏洞进行随机配对，构建深度学习算法所需的数据集；构建深度学习算法，计算出两个漏洞描述信息之间的语义相似度；获取漏洞描述信息的实体词列表，并计算出两个漏洞的实体词列表相似度；构建加权计算公式，计算出漏洞文本间的相似度，基于相似度排序和阈值过滤的方法，得到归一化结果。本发明通过构建深度学习算法，联合漏洞实体抽取，实现缺少统一编号漏洞高效、准确的归一化处理。
主权项：1.一种联合实体抽取的漏洞归一化深度学习方法，其特征在于，包括以下步骤：步骤S1、构建深度学习算法所需的数据集；从互联网上收集不同漏洞扫描厂商的漏洞数据，整理所有漏洞描述信息，并依据CVE、CNVD或CNNVD漏洞编号，将同一漏洞编号的漏洞进行配对，将不同漏洞编号的漏洞进行随机配对，构建深度学习算法所需的数据集；步骤S2、构建深度学习算法；对步骤S1中的数据集进行向量化处理，获得漏洞描述在向量空间上的语义信息，并计算出两个漏洞描述信息之间的语义相似度；步骤S3、计算出两个漏洞的实体词列表相似度；通过文本分词和实体词过滤的方式，获得漏洞描述信息的实体词列表，并计算出两个漏洞的实体词列表相似度；步骤S4、获取归一化结果；通过构建计算公式，将步骤S2与S3得到的结果进行组合，计算出漏洞文本间的相似度，基于相似度排序和阈值过滤的方法，得到归一化结果。
全文数据：
权利要求：
百度查询： 中国人民解放军61660部队 一种联合实体抽取的漏洞归一化深度学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号