向量基于文本挖掘计算机漏洞自动分类技术

摘要5-7

ABSTRACT7-13

第一章 绪论13-25

1.1 课题背景13-15

1.2 漏洞论述基础15-19

1.2.1 计算机漏洞定义15-17

1.2.2 漏洞的统一描述17

1.2.3 常见的漏洞数据资源17-19

1.3 漏洞分类的探讨近况19-23

1.3.1 漏洞分类的探讨近况19-22

1.3.2 目前有着的不足22-23

1.4 论文的主要内容与章节安排23-24

1.5 本章小结24-25

第二章 面向安全管理的主动式漏洞扫描器25-31

2.1 漏洞扫描器介绍25-26

2.2 基于 OVAL 的主动式漏洞扫描器26

2.3 VULDIS 的主要功能26-28

2.4 VULDIS 的工作原理28-30

2.5 本章小结30-31

第三章 改善型的 SVM 二叉树分类算法31-48

3.1 文本分类技术31-33

3.2 统计学习论述33-35

3.3 支持向量机35-38

3.4 SVM 多类分类扩展策略及其比较38-42

3.5 基于熵的二叉树构建算法42-47

3.6 本章小结47-48

第四章 基于 SVM 的漏洞分类模型实现48-59

4.1 基于 SVM 算法的漏洞自动分类模型48-49

4.2 漏洞分类模型的主要概念及数学定义49-50

4.3 漏洞文本收集与预处理50-54

4.3.1 漏洞文本收集50-52

4.3.2 漏洞文本预处理52-54

4.4 漏洞类别的特点词抽取54-57

4.5 漏洞的向量表示57

4.6 本章小结57-59

第五章 漏洞分类实验结果浅析与结论59-67

5.1 评估指标描述59-60

5.2 实验数据描述60-61

5.3 漏洞特点词筛选结果61-63

5.4 漏洞分类测试结果63-66

5.5 本章小结66-67

第六章 结束语67-69

6.1 主要工作与革新点67-68

6.2 后续探讨工作68-69