專利名稱：一種基于文本挖掘的相似漏洞查詢方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于文本挖掘的相似漏洞查詢方法，屬于計(jì)算機(jī)信息安全技術(shù)領(lǐng)域。
背景技術(shù)：
信息技術(shù)和互聯(lián)網(wǎng)迅速發(fā)展，互聯(lián)網(wǎng)上病毒木馬程序泛濫，竊泄密事件頻發(fā)，網(wǎng)絡(luò)安全事件層出不窮，信息安全問題形勢嚴(yán)峻。眾多信息安全威脅的產(chǎn)生都與信息系統(tǒng)存在安全漏洞有關(guān)，世界各國已將漏洞信息等數(shù)據(jù)作為重要戰(zhàn)略資源實(shí)施掌控。2003年9月，美國國土安全部與Carnegie Mellon大學(xué)計(jì)算機(jī)應(yīng)急響應(yīng)中心CERT 共同組建美國政府計(jì)算機(jī)應(yīng)急響應(yīng)中心US-CERT。US-CERT對(duì)外以US-CERT Vulnerability Notes的形式發(fā)布漏洞信息。2005年，在美國國土安全部網(wǎng)絡(luò)安全司NCSD的贊助和US-CERT 的技術(shù)支持下，美國國家標(biāo)準(zhǔn)與技術(shù)委員會(huì)NIST下屬計(jì)算機(jī)安全資源中心CSRS建立了美國國家漏洞數(shù)據(jù)庫 NVD (National Vulnerability Database
)。2008年，歐盟推出了“歐洲盾牌計(jì)劃”，擬建立一個(gè)包括漏洞發(fā)現(xiàn)、消除、防御所需的所有信息、模型和工具在內(nèi)的漏洞數(shù)據(jù)庫。中國信息安全測評(píng)中心負(fù)責(zé)建設(shè)運(yùn)維中國國 itffCNNVD (China National Vulnerability Database of Information
Security),已經(jīng)搜集了包括漏洞、補(bǔ)丁等信息在內(nèi)的多種數(shù)據(jù)。一些信息安全廠商和組織也建立了漏洞庫。如微軟的安全公告、Dragonsoft漏洞庫、開源漏洞庫等。目前，現(xiàn)有技術(shù)所建立的漏洞庫都只是提供了漏洞公告、統(tǒng)計(jì)、查詢等一些簡單服務(wù)，如重要的漏洞實(shí)例描述、漏洞增長數(shù)量情況、漏洞分布情況、漏洞危害等級(jí)與修復(fù)情況以及基于關(guān)鍵字漏洞和補(bǔ)丁查詢服務(wù)。

發(fā)明內(nèi)容
本發(fā)明的目的在于，克服現(xiàn)有技術(shù)缺點(diǎn)，區(qū)別于普通的基于關(guān)鍵字匹配的查詢，提供一種基于文本挖掘的相似漏洞查詢方法，根據(jù)輸入的漏洞記錄標(biāo)識(shí)，計(jì)算該漏洞記錄與其他記錄之間的相似度，根據(jù)相似度的大小輸出查詢結(jié)果，是一種模糊查詢；依據(jù)特征詞匯庫對(duì)文本描述字段取值進(jìn)行數(shù)值向量化處理，將不明確的文字描述明確化，便于計(jì)算機(jī)系統(tǒng)對(duì)漏洞記錄數(shù)據(jù)的智能化處理；挖掘出漏洞數(shù)據(jù)之間暗含的模式和規(guī)律，為漏洞數(shù)據(jù)的進(jìn)一步應(yīng)用提供基礎(chǔ)。本發(fā)明的技術(shù)方案是
一種基于文本挖掘的相似漏洞查詢方法，包括下述步驟
A、對(duì)漏洞數(shù)據(jù)進(jìn)行預(yù)處理選取漏洞記錄屬性字段數(shù)據(jù)；對(duì)原始漏洞數(shù)據(jù)進(jìn)行數(shù)據(jù)清理，包括填充缺失的數(shù)據(jù)和糾正錯(cuò)誤的數(shù)據(jù)；對(duì)清理之后的字段數(shù)據(jù)進(jìn)行規(guī)范化處理；
B、相似漏洞查詢輸入處理根據(jù)用戶輸入的相似漏洞查詢條件，選定目標(biāo)漏洞記錄數(shù)據(jù)和篩選出查詢漏洞數(shù)據(jù)記錄集合；
C、漏洞記錄數(shù)據(jù)的處理計(jì)算漏洞記錄數(shù)據(jù)之間的相似度，對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列；
D、輸出相似漏洞查詢結(jié)果將C步驟重新排列的漏洞記錄數(shù)據(jù)中的若干條輸出。在上述技術(shù)方案的基礎(chǔ)上更進(jìn)一步技述方案是
所述的基于文本挖掘的相似漏洞查詢方法，其目標(biāo)漏洞記錄數(shù)據(jù)為 ，篩選出的查詢漏洞數(shù)據(jù)記錄集合為二 .....rQfi}；所述計(jì)算漏洞記錄數(shù)據(jù)之間的相似度是計(jì)算漏洞記錄數(shù)據(jù) 與〃力二 I.2..... Qrt)之間的相似度，計(jì)算結(jié)果為 ShiAi —〖.2..…(I;、;所述對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列是依據(jù)九,.l· Sillj.....Shi*從大到小的順序?qū)螾q中的漏洞記錄數(shù)據(jù)進(jìn)行重新排列，前to條記錄即為相似漏洞查詢結(jié)果，其中m的大小根據(jù)實(shí)際應(yīng)用設(shè)定具體的值。所述的基于文本挖掘的相似漏洞查詢方法，所述對(duì)清理之后的字段數(shù)據(jù)規(guī)范化處理，包括1)將數(shù)值型字段取值映射到特定的值域空間，包括連續(xù)數(shù)值型字段處理和離散序數(shù)值型字段處理；2)將文本描述字段取值進(jìn)行向量化處理。所述的基于文本挖掘的相似漏洞查詢方法，其連續(xù)數(shù)值型字段處理是將連續(xù)數(shù)值型字段取值映射到特定的值域空間，步驟是先取出漏洞信息中該字段數(shù)據(jù)的最大值a和最小值b，某條漏洞記錄該字段的原始取值為n，然后依照公式V = 1> - - ,將原始字段取值映射到10. U之間。所述的基于文本挖掘的相似漏洞查詢方法，其離散序數(shù)值型字段處理是將離散序數(shù)值字段取值映射到特定的值域空間，是依照公式ν = U — Ι|/(/~ ι),將原始字段取值〃 映射到
所述的基于文本挖掘的相似漏洞查詢方法，所述計(jì)算漏洞記錄數(shù)據(jù) 與 rM = 1..... Qh)之間的相似度步驟是
1)計(jì)算相似度之前的漏洞記錄數(shù)據(jù)經(jīng)過預(yù)處理，只包括單值變量和數(shù)值向量兩類，取單值變量的字段為Fsl ■ F-.Fs,,,取值為向量的字段有FY1, Fv,,.... Fv,,；
2)計(jì)算 與=“2…,.Q+〃的單值變量字段之間的相似度，結(jié)果為
3)計(jì)算 與d = “2.... Λ如的向量字段之間的相似度，結(jié)果為
4)按照如下公式計(jì)算 .與C ^ = H ■.. <Q.〃之間的相似度
所述的基于文本挖掘的相似漏洞查詢方法，所述步驟2)的相似度
4.,· = .1. ++++++ I·"丨/++++++ <，、.#.■分別為漏洞記錄 與c廣i‘2,,,,, 中該字段經(jīng)預(yù)處理之后的值。所述的基于文本挖掘的相似漏洞查詢方法，所述步驟3)的相似度
.^1；, = (+(Vt.:；！' ·vf')/(iv[ IVp),其中ι:ν7為字段Fi的向量取值的轉(zhuǎn)置，卜‘I 為向量的維度。本發(fā)明的顯著優(yōu)點(diǎn)和效果主要有1.現(xiàn)有信息漏洞記錄數(shù)據(jù)的文本描述字段取值為非結(jié)構(gòu)化數(shù)據(jù)，不同的數(shù)據(jù)來源其描述格式和用詞不同，計(jì)算機(jī)無法自動(dòng)完成對(duì)文本描述字段的自動(dòng)理解。本發(fā)明依據(jù)特征詞匯庫對(duì)文本描述字段取值進(jìn)行數(shù)值向量化處理，將不明確的文字描述明確化，便于計(jì)算機(jī)系統(tǒng)對(duì)漏洞記錄數(shù)據(jù)的智能化處理。2.現(xiàn)有漏洞數(shù)據(jù)庫所提供的查詢服務(wù)只能對(duì)用戶輸入的關(guān)鍵字進(jìn)行匹配或者對(duì)用戶輸入的數(shù)值進(jìn)行大于或小于范圍內(nèi)的查找，本發(fā)明根據(jù)輸入的漏洞記錄標(biāo)識(shí)，計(jì)算該漏洞記錄與其他記錄之間的相似度，根據(jù)相似度的大小輸出查詢結(jié)果，是一種模糊查詢。3.現(xiàn)有漏洞數(shù)據(jù)庫的漏洞記錄之間只有明確的類別一致、危險(xiǎn)程序高低、發(fā)現(xiàn)時(shí)間先后的關(guān)系，漏洞記錄之間的安全攻擊依賴關(guān)系無法體現(xiàn)，本發(fā)明能挖掘出漏洞數(shù)據(jù)之間暗含的模式和規(guī)律，為漏洞數(shù)據(jù)的進(jìn)一步應(yīng)用提供基礎(chǔ)。


圖1為本發(fā)明的流程圖2為圖1中方框1001漏洞數(shù)據(jù)預(yù)處理的流程圖3為圖2中方框2001選取漏洞記錄屬性字段數(shù)據(jù)處理的流程圖，為所選中的漏洞記錄屬性字段的一個(gè)實(shí)施例示意圖4為圖2中方框2009對(duì)清理之后的字段數(shù)據(jù)進(jìn)行規(guī)范化處理的一個(gè)實(shí)施例示意圖； 圖5為圖4中方框4013離散序數(shù)值型字段處理的一個(gè)實(shí)施例示意圖；圖6為圖4中方框4005將文本描述字段取值進(jìn)行向量化處理的流程圖； 圖7為圖6中方框6001建立特征詞匯庫的一個(gè)實(shí)施例示意圖。
具體實(shí)施例方式結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明如下。實(shí)施例1
如圖1所示，為本發(fā)明基本實(shí)施例。一種基于文本挖掘的相似漏洞查詢方法，包括下述步驟A、1001步驟，對(duì)漏洞數(shù)據(jù)進(jìn)行預(yù)處理如圖2所示首先按2001步驟選取漏洞記錄屬性字段數(shù)據(jù)；再按2005步驟對(duì)原始漏洞數(shù)據(jù)進(jìn)行數(shù)據(jù)清理，該清理步驟包括填充缺失的數(shù)據(jù)和糾正錯(cuò)誤的數(shù)據(jù)；最后為2009步驟，對(duì)清理之后的字段數(shù)據(jù)進(jìn)行規(guī)范化處理；B、1005 步驟，相似漏洞查詢輸入處理根據(jù)用戶輸入的相似漏洞查詢條件，選定目標(biāo)漏洞記錄數(shù)據(jù)和篩選出查詢漏洞數(shù)據(jù)記錄集合；C、1009步驟，漏洞記錄數(shù)據(jù)的處理計(jì)算漏洞記錄數(shù)據(jù)之間的相似度，對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列；D、1009步驟，輸出相似漏洞查詢結(jié)果將C、 即1009步驟重新排列的漏洞記錄數(shù)據(jù)中的若干條輸出。實(shí)施例2
如附圖1-7所示，是在上述本發(fā)明基本實(shí)施例基礎(chǔ)上進(jìn)一步的較優(yōu)的實(shí)施例。所述的目標(biāo)漏洞記錄數(shù)據(jù)為O1,,篩選出的查詢漏洞數(shù)據(jù)記錄集合為/ = { 0..... ,,}； 所述計(jì)算漏洞記錄數(shù)據(jù)之間的相似度是計(jì)算漏洞記錄數(shù)據(jù)α,與〃力二 U.....(知)之間的相似度，計(jì)算結(jié)果為力= -2…QJ ；所述對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列是依據(jù) - ,!. ShiJ….-從大到小的順序?qū)? 中的漏洞記錄數(shù)據(jù)進(jìn)行重新排列，前m條記錄即為相似漏洞查詢結(jié)果，其中m的大小根據(jù)實(shí)際應(yīng)用設(shè)定具體的值。如圖4所示， 所述對(duì)清理之后的字段數(shù)據(jù)規(guī)范化處理，包括1)將數(shù)值型字段取值映射到特定的值域空間，包括連續(xù)數(shù)值型字段處理和離散序數(shù)值型字段處理；2)將文本描述字段取值進(jìn)行向量化處理。所述連續(xù)數(shù)值型字段處理是將連續(xù)數(shù)值型字段取值映射到特定的值域空間，步驟是先取出漏洞信息中該字段數(shù)據(jù)的最大值a和最小值b，某條漏洞記錄該字段的原始取值為ts然后依照公式V =(〃-〖)/(〃-ft),將原始字段取值映射到_ 1]之間。所述的離散序數(shù)值型字段處理是將離散序數(shù)值字段取值映射到特定的值域空間，是依照公式「‘ — ΓΙ/Ι了 - 1),將原始字段取值 ι映射到Ij之間；其中離散序數(shù)值有 IM1. M2.....叫丨種狀態(tài)，且.紙4 Mj為.-.4 M/,某條漏洞記錄該字段的原始取值為 r = M1，式中f表示該取值在狀態(tài)集中的排序序號(hào)。如圖6所示，所述將文本描述字段取值進(jìn)行向量化處理，其步驟是1)建立特征詞匯庫；2)將文本描述字段取值表示成對(duì)應(yīng)特征詞列的文本向量即將漏洞記錄的文本描述字段取值表示成對(duì)應(yīng)所有特征詞列的高緯空間文本向量；3)將文本向量映射為數(shù)值向量若漏洞記錄的文本描述字段取值含有某個(gè)特征詞匯，則在該詞匯對(duì)應(yīng)的文本向量位置上置TF-IDF權(quán)值，否則置0。所述建立特征詞匯庫的步驟是1)依據(jù)文字描述的信息分類選取詞匯，存入特征詞匯庫；2)將特征詞匯庫進(jìn)行更新，包括增加新發(fā)現(xiàn)的領(lǐng)域特征詞匯和剔除描述能力不強(qiáng)的詞匯；增加新發(fā)現(xiàn)的領(lǐng)域特征詞匯在漏洞數(shù)據(jù)庫存入新的數(shù)據(jù)時(shí)進(jìn)行，剔除描述能力不強(qiáng)的詞匯根據(jù)實(shí)際應(yīng)用的效果來進(jìn)行；3)在對(duì)特征詞匯庫進(jìn)行更新之后，再對(duì)漏洞記錄數(shù)據(jù)的文本描述字段取值重新進(jìn)行向量化處理。所述篩選出查詢漏洞數(shù)據(jù)記錄集合/ η·^….，rQll.}是按用戶輸入的相似漏洞查詢條件，包括漏洞類型相同和產(chǎn)品生產(chǎn)商名稱相同兩個(gè)選項(xiàng)進(jìn)行選擇，對(duì)該兩個(gè)選項(xiàng)或同時(shí)都未選擇，或選擇一個(gè)，或都選，其中若用戶對(duì)兩個(gè)選項(xiàng)都未選擇，則篩選出數(shù)據(jù)記錄集合— {^·ι·' 2.....包括除Π,,外的其他所有漏洞記錄數(shù)據(jù)；若用戶選擇了一個(gè)選項(xiàng)，則慫；中每條記錄的漏洞類型或產(chǎn)品生產(chǎn)商名稱與 相同；若用戶選擇了兩個(gè)選項(xiàng),則/ 中的每條記錄的漏洞類型與產(chǎn)品生產(chǎn)商名稱與α,都相同。所述計(jì)算漏洞記錄數(shù)據(jù) rh,與…=1.2... ...Q,,)之間的相似度步驟是
1)計(jì)算相似度之前的漏洞記錄數(shù)據(jù)經(jīng)過預(yù)處理，只包括單值變量和數(shù)值向量兩類，取單值變量的字段為1 - Fs2..... Fftll,取值為向量的字段有Fvi. Fvi..... Fvjl ；
2)計(jì)算+ 與^= “2….,Qn的單值變量字段之間的相似度，結(jié)果為
權(quán)利要求
1.一種基于文本挖掘的相似漏洞查詢方法，其特征在于包括下述步驟A、對(duì)漏洞數(shù)據(jù)進(jìn)行預(yù)處理選取漏洞記錄屬性字段數(shù)據(jù)；對(duì)原始漏洞數(shù)據(jù)進(jìn)行數(shù)據(jù)清理，包括填充缺失的數(shù)據(jù)和糾正錯(cuò)誤的數(shù)據(jù)；對(duì)清理之后的字段數(shù)據(jù)進(jìn)行規(guī)范化處理；B、相似漏洞查詢輸入處理根據(jù)用戶輸入的相似漏洞查詢條件，選定目標(biāo)漏洞記錄數(shù)據(jù)和篩選出查詢漏洞數(shù)據(jù)記錄集合；C、漏洞記錄數(shù)據(jù)的處理計(jì)算漏洞記錄數(shù)據(jù)之間的相似度，對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列；D、輸出相似漏洞查詢結(jié)果將C步驟重新排列的漏洞記錄數(shù)據(jù)中的若干條輸出。
2.按照權(quán)利要求1所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述目標(biāo)漏洞記錄數(shù)據(jù)為 ，篩選出的查詢漏洞數(shù)據(jù)記錄集合為ffq = h-r2.....rQli};所述計(jì)算漏洞記錄數(shù)據(jù)之間的相似度是計(jì)算漏洞記錄數(shù)據(jù)α,與Mz= i.2.....Qi,)之間的相似度，計(jì)算結(jié)果為—1.2.….;所述對(duì)漏洞記錄數(shù)據(jù)進(jìn)行重新排列是依據(jù)·s'〖《.i Jiu ■…從大到小的順序?qū)螴 q中的漏洞記錄數(shù)據(jù)進(jìn)行重新排列，前m條記錄即為相似漏洞查詢結(jié)果，其中m的大小根據(jù)實(shí)際應(yīng)用設(shè)定具體的值。
3.按照權(quán)利要求1或2所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述對(duì)清理之后的字段數(shù)據(jù)規(guī)范化處理，包括1)將數(shù)值型字段取值映射到特定的值域空間，包括連續(xù)數(shù)值型字段處理和離散序數(shù)值型字段處理；2)將文本描述的字段取值進(jìn)行向量化處理。
4.按照權(quán)利要求3所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述連續(xù)數(shù)值型字段處理是將連續(xù)數(shù)值型字段取值映射到特定的值域空間，步驟是先取出漏洞信息中該字段數(shù)據(jù)的最大值a和最小值b，某條漏洞記錄該字段的原始取值為《，然后依照公式一 _(,·- 6)/( — Ι ,將原始字段取值映射到
之間。
5.按照權(quán)利要求3所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述離散序數(shù)值型字段處理是將離散序數(shù)值字段取值映射到特定的值域空間，是依照公式卜二( -.1)/丨/-1),將原始字段取值 映射到[o. Ij之間；其中離散序數(shù)值有 Ufi-M2……Μ/}種狀態(tài)，且Μ: 4 M2 U .W/,某條漏洞記錄該字段的原始取值為 ‘‘=Aii，式中i表示該取值在狀態(tài)集中的排序序號(hào)。
6.按照權(quán)利要求3所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述將文本描述字段取值進(jìn)行向量化處理，其步驟是1)建立特征詞匯庫；2)將文本描述字段取值表示成對(duì)應(yīng)特征詞列的文本向量即將漏洞記錄的文本描述字段取值表示成對(duì)應(yīng)所有特征詞列的高緯空間文本向量；3)將文本向量映射為數(shù)值向量若漏洞記錄的文本描述字段取值含有某個(gè)特征詞匯， 則在該詞匯對(duì)應(yīng)的文本向量位置上置TF-IDF權(quán)值，否則置0。
7.按照權(quán)利要求6所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述建立特征詞匯庫的步驟是1)依據(jù)文字描述的信息分類選取詞匯，存入特征詞匯庫；2)將特征詞匯庫進(jìn)行更新，包括增加新發(fā)現(xiàn)的領(lǐng)域特征詞匯和剔除描述能力不強(qiáng)的詞匯；增加新發(fā)現(xiàn)的領(lǐng)域特征詞匯在漏洞數(shù)據(jù)庫存入新的數(shù)據(jù)時(shí)進(jìn)行，剔除描述能力不強(qiáng)的詞匯根據(jù)實(shí)際應(yīng)用的效果來進(jìn)行；3)在對(duì)特征詞匯庫進(jìn)行更新之后，再對(duì)漏洞記錄數(shù)據(jù)的文本描述字段取值重新進(jìn)行向量化處理。
8.按照權(quán)利要求2所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述篩選出查詢漏洞數(shù)據(jù)記錄集合.《Q - .... rQ,f}是按用戶輸入的相似漏洞查詢條件，包括漏洞類型相同和產(chǎn)品生產(chǎn)商名稱相同兩個(gè)選項(xiàng)進(jìn)行選擇，對(duì)該兩個(gè)選項(xiàng)或同時(shí)都未選擇， 或選擇一個(gè)，或都選，其中若用戶對(duì)兩個(gè)選項(xiàng)都未選擇，則篩選出數(shù)據(jù)記錄集合風(fēng) - {卜廠2.....rQii}包括除α, 外的其他所有漏洞記錄數(shù)據(jù)；若用戶選擇了一個(gè)選項(xiàng)，則.《Q中每條記錄的漏洞類型或產(chǎn)品生產(chǎn)商名稱與rlB相同； 若用戶選擇了兩個(gè)選項(xiàng)，則中的每條記錄的漏洞類型與產(chǎn)品生產(chǎn)商名稱與rift都相同。
9.按照權(quán)利要求2所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述計(jì)算漏洞記錄數(shù)據(jù) 與4 = 1,2.....仏)之間的相似度步驟是1)計(jì)算相似度之前的漏洞記錄數(shù)據(jù)經(jīng)過預(yù)處理，只包括單值變量和數(shù)值向量兩類，取單值變量的字段為Fsl- F孫■ ‘，F(xiàn)s,,,取值為向量的字段有\i ■ Fc .…Fv11 ；2)計(jì)算. ,與…=“2…,,Q 的單值變量字段之間的相似度，結(jié)果為3)計(jì)算 與O d.. ..J扣的向量字段之間的相似度，結(jié)果為4)按照如下公式計(jì)算 .與G ^ = “ ,,. 之間的相似度其中，
10.按照權(quán)利要求9所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述步驟2)的相似度勸丨:,=1- Κ/·: · <.1,.4廣、.4."分別為漏洞記錄 與〃"=、1.....中該字段經(jīng)預(yù)處理之后的值。
11.按照權(quán)利要求9所述的基于文本挖掘的相似漏洞查詢方法，其特征在于，所述步驟3)的相似度
全文摘要
本發(fā)明涉及一種基于文本挖掘的相似漏洞查詢方法，屬于計(jì)算機(jī)信息安全技術(shù)領(lǐng)域，其步驟包括A、對(duì)漏洞數(shù)據(jù)進(jìn)行預(yù)處理；B、相似漏洞查詢輸入處理；C、漏洞記錄數(shù)據(jù)的處理；D、輸出相似漏洞查詢結(jié)果。本發(fā)明的優(yōu)點(diǎn)有將不明確采用文字描述的漏洞信息明確化，便于計(jì)算機(jī)系統(tǒng)對(duì)漏洞記錄數(shù)據(jù)進(jìn)行智能化處理；區(qū)別于基于關(guān)鍵字匹配的查詢，根據(jù)相似度的大小輸出查詢結(jié)果，是一種模糊查詢；能挖掘出漏洞數(shù)據(jù)之間暗含的模式和規(guī)律，為漏洞數(shù)據(jù)的進(jìn)一步應(yīng)用提供基礎(chǔ)。
文檔編號(hào)G06F21/00GK102446254SQ20111045235
公開日2012年5月9日 申請日期2011年12月30日 優(yōu)先權(quán)日2011年12月30日
發(fā)明者劉彥釗, 劉暉, 劉林, 吳潤浦, 張磊, 彭濤, 易錦, 曹偉, 趙向輝, 韓波 申請人:中國信息安全測評(píng)中心, 瑞達(dá)信息安全產(chǎn)業(yè)股份有限公司