资料下载
×
基于安全漏洞威胁模式的网络表示学习算法
消耗积分:0 |
格式:pdf |
大小:3.33 MB |
2021-05-31
分享资料个
威胁情报分析可为网络攻防提供有效的攻防信息，而细粒度的挖掘即网络威胁情报数据中的安全实体及实体间的关系，是网络威胁情报分析研究的热点。传统的机器学习算法，在被应用到大规模网络威胁情报数据分析中时，面临着稀疏、高维等问题，进而难以有效地捕获网络信息。为此，针对网络安全漏洞的分类问题，文中提出了一种基于漏洞威胁模式的网络表示学习算法——HSEN2vec。该算法旨在最大限度地捕获异构安全实体网络的结构和语义信息，并从中获得安全实体的低维向量表示。该算法首先基于漏泂威胁模式获取异枃安全实体网络的结枃信息，随后通过 Skip-gram模型建模，并通过负采样技术进行有效预测进而得到最终的向量表示。实验结果表明，在囯家安全漏洞数据上，与其他方法相比，利用所提算法进行漏洞分类的准确率等评价指标有所提升。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
