基于文本挖掘的漏洞信息聚类分析-东南大学学报.PDFVIP

第４５卷第５期 东南大学学报（自然科 学版 ） Ｖｏｌ．４５ Ｎｏ．５ 　 ２０１５年９月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｓｅｐｔ．２０１５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１５．０５．００６ 基于文本挖掘的漏洞信息聚类分析 高　岭　申　元　高　妮　雷艳婷　孙　骞 （西北大学信息科学与技术学院，西安７１００６９） 摘要：为了挖掘漏洞内在联系且高效管理漏洞信息，将文本处理和聚类算法应用于漏洞挖掘中． 从漏洞库宏观角度出发，提出了一种基于文本挖掘和粒子群优化算法的漏洞信息聚类（ＰＳＯＫ ｍｅａｎｓ）算法．首先，通过文本处理，获取频词空间，用以将漏洞信息描述字段编码化；其次，为了 减少局部最优和聚类中心选取不当对聚类结果的影响，利用粒子群优化算法获取全局聚类中心； 最后，利用Ｋｍｅａｎｓ算法实现漏洞信息的聚类，对漏洞信息进行分类别管理，并为预测未知漏洞 特征提供参考．实验结果表明，ＰＳＯＫｍｅａｎｓ算法准确率达到９０．１６％，与Ｋｍｅａｎｓ算法相比，其 平均准确率提高约５％，平均迭代次数减少约４５次．所提算法可预测３种未知漏洞的主要类别， 是一种有效的漏洞分析方法． 关键词：漏洞信息；聚类；粒子群优化算法；文本挖掘；余弦相似度 中图分类号：ＴＰ３９３　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１５）０５０８４５０６ Ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｏｆｖｕｌｎｅｒａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎｂａｓｅｄｏｎｔｅｘｔｍｉｎｉｎｇ ＧａｏＬｉｎｇ　ＳｈｅｎＹｕａｎ　ＧａｏＮｉ　ＬｅｉＹａｎｔｉｎｇ　ＳｕｎＱｉａｎ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００６９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｄｉｇｏｕｔｔｈｅｉｎｔｅｒｎａｌｒｅｌａｔｉｏｎｓｈｉｐｓｏｆｖｕｌｎｅｒａｂｉｌｉｔｙａｎｄｅｆｆｉｃｉｅｎｔｌｙｍａｎａｇｅｖｕｌｎｅｒ ａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎ，ｔｅｘｔｐｒｏｃｅｓｓｉｎｇａｎｄｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍａｒｅａｐｐｌｉｅｄｔｏｖｕｌｎｅｒａｂｉｌｉｔｙｍｉｎｉｎｇ．Ｉｎ ｔｈｅａｓｐｅｃｔｏｆｗｈｏｌｅｖｕｌｎｅｒａｂｉｌｉｔｙｄａｔａｂａｓｅ，ｔｈｅＰＳＯＫｍｅａｎｓａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｅｘｔｍｉｎｉｎｇａｎｄ ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｋｅｙｗｏｒｄｓｐａｃｅｉｓｏｂｔａｉｎｅｄｂｙ ｔｅｘｔｐｒｏｃｅｓｓｉｎｇｔｏｃｏｄｅｔｈｅｖｕｌｎｅｒａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎｄｅｓｃｒｉｐｔｉｏｎ．Ｓｅｃｏｎｄｌｙ，ｔｈｅＰＳＯａｌｇｏｒｉｔｈｍｉｓ ｕｓｅｄｔｏｏｂｔａｉｎｔｈｅｇｌｏｂａｌｃｌｕｓｔｅｒｃｅｎｔｅｒｓｆｏｒｒｅｄｕｃｉｎｇｔｈｅｉｍｐａｃｔｏｆｌｏｃａｌｏｐｔｉｍｕｍａｎｄｃｌｕｓｔｅｒｃｅｎｔｅｒｓ’ ｉｍｐｒｏｐｅｒｓｅｌｅｃｔｉｏｎｏｎｃｌｕｓｔｅｒｉｎｇ．Ｆｉｎａｌｌｙ，ｔｈｅＫｍｅａｎｓａｌｇｏｒｉｔｈｍｉｓａｄｏｐｔｅｄｔｏａｃｈｉｅｖｅｃｌｕｓｔｅｒｉｎｇｏｆ ｖｕｌｎｅｒａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎ，ｗｈｉｃｈｃａｎａｄｍｉｎｉｓｔｅｒｖｕｌｎｅｒａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｓｕｐｐｌｙ ｉｎｆｏｒｍａｔｉｏｎｆｏｒｐｒｅｄｉｃｔｉｎｇｕｎｋｎｏｗｎｖｕｌｎｅｒａｂｉｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ ｔｈｅａｃｃｕｒａｃｙｒａｔｅｏｆｔｈｅＰＳＯＫｍｅａｎｓａｌｇｏｒｉｔｈｍｉｓ９０．１６％．ＣｏｍｐａｒｅｄｔｏｔｈｅＫｍｅａｎｓａｌｇｏｒｉｔｈｍ， ｔｈｅａｖｅｒａｇｅａｃｃｕｒａｃｙｒａｔ