基于文本挖掘的计算机漏洞自动分类技术-通信与信息系统专业论文.docxVIP

上海交通大学硕士学位论文 上海交通大学硕士学位论文 万方数据 万方数据 基于文本挖掘的计算机漏洞自动分类技术 摘 要 随着计算机技术与信息网络技术的快速发展，计算机系统已经成 为各行各业不可或缺的重要工具，而随之而来的计算机与网络安全问 题也成为近些年来计算机科学领域研究的热点课题。计算机漏洞作为 计算机安全问题的罪魁祸首，随着近些年来漏洞数量的爆炸式增长， 如何对其进行有效的分类和管理，已经成为一个急需解决的挑战性课 题。 本文主要是围绕计算机漏洞分类管理技术展开研究，借鉴文本挖 掘的思想和方法，将 SVM 文本分类技术应用到漏洞管理中，实现了 漏洞的自动分类，具体工作如下： 1) 提出了基于 SVM 文本分类技术的计算机漏洞自动分类方法， 并对 SVM 二叉分类树的构建算法进行了改进，通过对广泛收集的计 算机漏洞文本进行预处理和自动分类，快速获取漏洞的关键信息。 2) 开发了计算机漏洞自动分类的原型系统，系统主要包括三个部 分：面向安全管理的主动式漏洞扫描器，计算机漏洞文本的收集与预 处理模块，基于 SVM 二叉树分类算法的漏洞自动分类器。 3) 选取了世界计算机安全应急小组（CERT）最近三年内发布的 2742 个计算机漏洞进行了一系列的自动分类测试，测试结果表明，6 个类别的平均分类准确率达到 84.4%。 本文的研究成果可以大大减少计算机漏洞分类管理所需要的人力 成本，同时可以为攻击路径检测，告警关联，攻击图生成等其他系统 级的安全管理方案提供漏洞基础数据，因此具有重要的研究意义和应 用价值。 I 关键词：漏洞分类，支持向量机，文本挖掘，信息安全 II A TEXT MINING BASED METHOD FOR CYBER VULNERABILTY CATEGORIZATION ABSTRACT With the rapid development of computing and information technology, computer system has become the most common asset in all companies and various industries. As a result, the information security issue has evolved into a key research field in last decades. Many studies have proved that combination of exploits is typical means to compromise a network system. How to manage the rapidly increased number of cyber vulnerabilities has become a challenging job. This paper presents an intelligent method for analyzing and classifying vulnerabilities based on binary tree supported vector machine after a deep research on the existing vulnerability managing solutions. The main work of this thesis includes: Presenting an intelligent method for analyzing and classifying vulnerabilities based on binary tree supported vector machine and improving the algorithm of constructing decision tree for categorization. Developing a prototype system which consists of three interdependent parts: a security management oriented vulnerability scanner, a model of collecting and preprocessing vulnerability related text resources, and a server used for machine learning and predicting vulnerability cases. 2742 vulnerabilities published recently b