摘要: 漏洞分类技术是信息安全漏洞研究的重要基础,也是实现漏洞资源有效管控的重要手段.为解决大规模漏洞分类问题,本文提出一种基于CNN(Convolutional Neural Network,卷积神经网络)的漏洞自动分类方法,借鉴深度学习的技术思想自动获取漏洞描述的相关局部... 展开
| 作者 | Qu Longyu 曲泷玉 Jia Yizhen 贾依真 Hao Yongle 郝永乐 | ||
|---|---|---|---|
| 作者单位 | |||
| 文集名称 | 2018年第十一届信息安全漏洞分析与风险评估大会论文集 | ||
| 出版年 | 2018 | ||
| 会议名称 | 2018年第十一届信息安全漏洞分析与风险评估大会 | ||
| 组织单位 | 中国信息安全测评中心 | ||
| 页码 | 349-358 | 开始页/总页数 | 00000349 / 10 |
| 会议日期/会议地点 | 2018-09-16 / 江苏无锡 | 会议年 | 2018 |
| 中图分类号 | TP393.08 | ||
| 关键词 | 计算机网络安全 漏洞自动分类 卷积神经网络 文本语义 | ||
| 机标主题词 | 人工神经网络;卷积;自动分类 | ||
| 机标分类号 | TP18;O177.6;G250 | ||
| 馆藏号 | DZ05590 | ||
