科研之友
微信
新浪微博
Facebook
分享链接
摘要
软件漏洞是终端安全事件的根本原因，软件漏洞会造成隐私信息泄露问题。为进一步增强软件的安全性，提出一种基于机器学习的软件多类漏洞并行挖掘方法。将软件脆弱性历史数据中漏洞代码函数、参数、目标变量等映射到符号名称域中，并对其归一化处理，建立由基类、子类、代码类组成的多类漏洞信息资源库，统一漏洞编码命名。根据机器学习中KNN算法深度聚类待挖掘软件特征，计算任意二者间欧式距离。将相似度最大特征所属关键节点定义为软件漏洞。经仿真证明，所提方法特征分类精度更高，且软件漏洞挖掘的F1值可保持在0.88以上，对于不同数据集，研究方法的AUC值更高，挖掘误报率低，能够实现多种软件漏洞同时挖掘任务。
-
单位郑州科技学院; 阜阳师范大学
