| 基于LDA主题模型的安全漏洞分类 |
| 其他题名 | national security vulnerability database classification based on an lda topic model
|
| 廖晓锋; 王永吉; 范修斌; 吴敬征
|
| 2012
|
| 发表期刊 | 清华大学学报(自然科学版)
 |
| ISSN | 1000-0054
|
| 卷号 | 52期号:10页码:1351-1355 |
| 摘要 | 采用隐含Dirichlet分布主题模型(latent Dirichletallocation,LDA)和支持向量机(support vector machine,SVM)相结合的方法,在主题向量空间构建一个自动漏洞分类器。以中国国家信息安全漏洞库(CNNVD)中漏洞记录为实验数据。实验表明:基于主题向量构建的分类器的分类准确度比直接使用词汇向量构建的分类器有8%的提高。 |
| 收录类别 | CNKI
; CSCD
|
| 其他摘要 | The current vulnerabilities in China are analyzed using a dataset from the China National Vulnerability Database of Information Security (CNNVD), with a combined latent Dirichlet allocation (LDA) topic model and a support vector machine (SVM) to construct a classifier in the topic vector space. Tests show that the classifier based on topic vectors has about 8% better classification performance than that based on text vectors. |
| 关键词 | 漏洞分类
隐含dirichlet分布(Lda)
支持向量机(Svm)
中国国家信息安全漏洞库(Cnnvd)
|
| 部门归属 | 南昌大学信息工程学院;中国科学院软件研究所基础软件国家工程研究中心;
|
| 学科领域 | Computer Science (Provided By Thomson Reuters)
|
| 资助者 | 国家重点科技专题“核高基”资助项目(2010ZX01036-001-002)
|
| 语种 | 中文
|
| CSCD记录号 | CSCD:4686789
|
| 内容类型 | 期刊论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/15338
|
| 专题 | 中国科学院软件研究所
|
推荐引用方式
GB/T 7714 |
廖晓锋,王永吉,范修斌,等. 基于LDA主题模型的安全漏洞分类[J]. 清华大学学报(自然科学版),2012,52(10):1351-1355.
|
| APA |
廖晓锋,王永吉,范修斌,&吴敬征.(2012).基于LDA主题模型的安全漏洞分类.清华大学学报(自然科学版),52(10),1351-1355.
|
| MLA |
廖晓锋,et al."基于LDA主题模型的安全漏洞分类".清华大学学报(自然科学版) 52.10(2012):1351-1355.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论