一種漏洞威脅基礎(chǔ)評分指標權(quán)重分配方法
大小:0.87 MB 人氣: 2017-12-01 需要積分:1
針對通用漏洞評分系統(tǒng)( CVSS)的基礎(chǔ)評分指標權(quán)重分配過多依賴專家經(jīng)驗導(dǎo)致客觀性不足的問題,提出一種漏洞威脅基礎(chǔ)評分指標權(quán)重分配方法。首先,對評分要素的相對重要性進行排序;然后,采用指標權(quán)重組合最優(yōu)搜索方法搜索權(quán)重組合方案;最后,結(jié)合灰色關(guān)聯(lián)度分析方法,將基于專家經(jīng)驗決策的多個權(quán)重分配方案作為輸入,獲得權(quán)重組合方案。實驗結(jié)果表明,與cvss相比,從定量角度對比分析,所提方法評分結(jié)果分值分布比cvss更為平緩連續(xù),有效地避免了過多極端值的出現(xiàn),并且評分分值分布的離散化更能客觀有效地區(qū)分不同漏洞威脅的嚴重性;從定性角度對比分析,與CVSS中絕大多數(shù)漏洞(92. 9%)被定為中高嚴重級別相比,所提方法在漏洞嚴重等級分配上實現(xiàn)了更為均衡的特征分布。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種漏洞威脅基礎(chǔ)評分指標權(quán)重分配方法下載
相關(guān)電子資料下載
- 深度學(xué)習(xí)中的模型權(quán)重 56
- Meta Quest商店優(yōu)化搜索權(quán)重,助力小型開發(fā)者應(yīng)用 396
- 面向泛在頻譜信息實時更新與安全傳輸?shù)膭討B(tài)頻譜分配方法 381
- 英偉達神奇研究:用別的模型權(quán)重訓(xùn)練神經(jīng)網(wǎng)絡(luò),改神經(jīng)元不影響輸出! 366
- FreeRTOS heap_5內(nèi)存分配方法介紹 761
- heap_4內(nèi)存分配方法介紹 615
- FreeRTOS heap_3內(nèi)存分配方法 493
- heap_2內(nèi)存的特性與分配方法 437
- heap_1內(nèi)存分配方法 442
- 一種層次權(quán)重決策分析方法 1219