一种并发漏洞主题建模与分析方法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

小型微型计算机系统2025年10月第10期

DOI:10.20009/ki.21-1106/TP.2024-0401

JournalofChineseComputerSystemsVo1.46No.102025

一种并发漏洞主题建模与分析方法

薄莉莉12,胡宇飞,刘静,孟醒1

1(扬州大学信息工程学院,江苏扬州225127)

2(云南省软件工程重点实验室,昆明650504)

E-mail:lilibo@

摘要:传统的主题模型在训练过程中仅利用了单个文档内词语的相互关系,未能充分利用与该文档主题相关的其他文档和

词语信息.工作提出了一种基于图注意力网络的并发漏洞文档间主题建模方法(GATTM),旨在捕捉并发漏洞文档间的相关

性,克服了传统方法的局限性,该方法将并发漏洞语料库中文档和词语表示为文档关系图,并引入了注意力机制,强化了节点特

征表示,并通过聚合文档邻接节点信息来识别主题分布.通过所构建的数据集进行对比实验,GATTM在主题建模中的性能表

现优于其他常见方法,能够深入探讨并发漏洞数据集中受用户欢迎和困惑程度较高的主题,通过分析主题难度和流行度,提升

了StackOverflow用户的指导效率和问题解决准确性,

关键词:主题模型;并发漏洞;神经网络

中图分类号:TP311文献标识码:A文章编号:1000-1220(2025)10-2502-06

ApproachtoConcurrentVulnerabilityTopicModelingandAnalysis

BOLil-,HUYufei,LIUJing,MENGXing

1(SchoolofInformationEngineering,YangzhouUniversity,Yangzhou225127,China)

2(YunnanKeyLaboratoryofSoftwareEngineering,Kunming650504,China)

Abstract:Traditionaltopicmodelsonlyutilizethecorrelationsofwordswithinasingledocumentduringthetrainingprocess,failingto

makefulluseofotherdocumentandwordinformationrelatedtothetopicofthatdocument.ThisworkproposeaGraphAttentionTop-

icModelingMethod(GATTM)forConcurrentVulnerabilities,whichaimstocapturethecorrelationbetweenconcurrentvulnerability

documentsandovercomethelimitationsoftraditionalmethods.Themethodrepresentsdocumentsandwordsintheconcurrencyvul-

nerabilitycorpusasadocumentrelationshipgraph,andintroducestheattentionmechanism,strengthentherepresentationofnodefea-

tures,andidentifythetopicdistributionbyaggregatingtheinformationofdocumentadjacentnodes.Comparativeexperimentswiththe

constructeddatasetshowthatGATTMoutperformsothercommonmethodsintopicmodeling,andisabletodelveintotopicswit

您可能关注的文档

文档评论(0)

经典文库 + 关注
实名认证
服务提供商

人力资源管理师持证人

专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作,收集有海量各类规范类文件。欢迎咨询!

领域认证该用户于2025年05月14日上传了人力资源管理师

1亿VIP精品文档

相关文档