软件系统漏洞发现及倾向性预测关键技术研究

发布时间：2023-06-03 21:42

　　软件系统在其生命周期中总是会伴随着漏洞的产生,每年由于软件系统漏洞而导致的损失都以数千亿元计,这种情况随着软件系统的完善和功能的复杂化而越来越严峻。传统的漏洞出现后才处理的方式过于被动,而一些漏洞检测与代码测试方法将软件系统分模块进行,尽管可以找出大部分漏洞,但往往会花费大量人力和物力。近年来研究人员将目光转向漏洞预测,以此来对漏洞检测和软件系统测试进行指导。因此,本文对现有的漏洞预测技术进行了深入分析和对比,提出了有效的系统漏洞发现预测模型。同时研究并比较了一些常见基于机器学习的漏洞预测模型,提出了相应的软件系统漏洞倾向性预测过程算法。具体而言,本文主要开展了以下研究工作:(1)针对系统漏洞的有效发现及预测问题,提出了一种基于生长曲线的系统漏洞发现预测模型。首先分析漏洞发现规律,引入生长曲线的概念,确定了漏洞发现增长的阶段特征;其次在生长理论表达的基础上,描述系统漏洞发现过程与时间的关系,提出系统漏洞发现的预测过程,以及改进后的PMGTV模型;最后在实验中与其他模型进行了对比和有效性等分析,PMGTV对win_xp、win_server

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    §1.1 选题背景及意义
    §1.2 国内外研究现状
    §1.3 论文主要研究内容与创新点
        §1.3.1 论文主要研究内容
        §1.3.2 论文创新点
    §1.4 论文组织结构
第二章 相关理论与技术
    §2.1 漏洞的相关概念
        §2.1.1 漏洞的定义
        §2.1.2 漏洞的分类
        §2.1.3 漏洞的危害等级
    §2.2 漏洞预测技术
        §2.2.1 漏洞发现过程建模
        §2.2.2 机器学习与漏洞预测
    §2.3 本章小结
第三章 一种基于生长曲线的系统漏洞发现预测模型
    §3.1 引言
    §3.2 软件系统漏洞的发现规律
    §3.3 漏洞预测模型的描述
    §3.4 实验分析与模型评价
        §3.4.1 有效性实验
        §3.4.2 模型评价
        §3.4.3 模型预测性能
    §3.5 本章小结
第四章 基于GP的软件系统漏洞倾向性预测方法
    §4.1 引言
    §4.2 GP理论
        §4.2.1 高斯过程
        §4.2.2 高斯过程核运算
    §4.3 基于GP的漏洞倾向性预测模型(GP-VTPM)
        §4.3.1 GP-VTPM模型描述
        §4.3.2 特征选择
        §4.3.3 数据预处理
        §4.3.4 模型评价指标
    §4.4 实验与分析
        §4.4.1 数据集收集
        §4.4.2 实验过程与结果分析
    §4.5 本章小结
第五章 总结与展望
    §5.1 论文工作总结
    §5.2 研究工作展望
参考文献
致谢
作者在攻读硕士期间的主要研究成果



本文编号：3830096