买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网思极网安科技(北京)有限公司;国网思极检测技术(北京)有限公司

摘要：本公开的实施例公开了漏洞样本库构建方法、漏洞识别方法、装置、设备和介质。该方法的一具体实施方式包括：将预先存储的信息安全漏洞数据组确定为历史信息安全漏洞数据组；对于每个历史信息安全漏洞数据，执行以下步骤：将特征信息组确定为待向量化特征信息组；对每个待向量化特征信息进行向量化处理，得到历史特征向量组；构建历史特征向量矩阵；将所构建的各个历史特征向量矩阵确定为历史特征向量矩阵组；对每个历史特征向量矩阵进行分类处理，得到漏洞类别信息组集；构建漏洞样本库。该实施方式减少了漏洞样本识别的计算量，提高了漏洞分类准确率。

主权项：1.一种用于信息安全漏洞识别的漏洞样本库构建方法，包括：将预先存储的信息安全漏洞数据组确定为历史信息安全漏洞数据组，其中，所述历史信息安全漏洞数据组中的每个历史信息安全漏洞数据包括漏洞信息和对应所述漏洞信息的特征信息组；对于所述历史信息安全漏洞数据组中的每个历史信息安全漏洞数据，执行以下步骤：将所述历史信息安全漏洞数据包括的特征信息组确定为待向量化特征信息组；对所述待向量化特征信息组中的每个待向量化特征信息进行向量化处理，得到历史特征向量组；基于所述历史特征向量组，构建历史特征向量矩阵；将所构建的各个历史特征向量矩阵确定为历史特征向量矩阵组；对所述历史特征向量矩阵组中的每个历史特征向量矩阵进行分类处理，得到漏洞类别信息组集，其中，所述对所述历史特征向量矩阵组中的每个历史特征向量矩阵进行分类处理，得到漏洞类别信息组集，包括：基于所述历史特征向量矩阵组，执行以下第一循环步骤：对所述历史特征向量矩阵组中的各个历史特征向量矩阵进行随机降维处理，得到降维特征向量矩阵组；基于所述降维特征向量矩阵组，执行以下第二循环步骤：将所述降维特征向量矩阵组中满足预设选择条件的降维特征向量矩阵确定为待比对降维特征向量矩阵；将预设选择信息确定为选择信息；将所述选择信息添加至所述待比对降维特征向量矩阵，以对待比对降维特征向量矩阵进行更新；将所述降维特征向量矩阵组中满足预设比对条件的预设数量个降维特征向量矩阵确定为待比对特征向量矩阵组；对于所述待比对特征向量矩阵组中的每个待比对特征向量矩阵，将所述待比对降维特征向量矩阵与所述待比对特征向量矩阵之间的距离确定为比对距离；对所确定的各个比对距离进行排序处理，得到比对距离序列；将所述比对距离序列中满足预设排序条件的比对距离作为比对距离组；基于所述比对距离组，确定类别矩阵组；响应于确定所述降维特征向量矩阵组中的各个降维特征向量矩阵不满足预设添加条件，再次执行所述第二循环步骤；响应于确定所述降维特征向量矩阵组中的各个降维特征向量矩阵满足预设添加条件，将所确定的各个类别矩阵组确定为类别信息组集；响应于确定所述类别信息组集中的各个类别矩阵组不满足预设数量条件，清空所述类别信息组集，以及再次执行所述第一循环步骤；响应于确定所述类别信息组集中的各个类别矩阵组满足预设数量条件，对所述类别信息组集中的每个类别矩阵组进行差异值处理，得到类别差异值组；响应于确定所述类别差异值组中的各个类别差异值不满足预设阈值条件，再次执行所述第一循环步骤；响应于确定所述类别差异值组中的各个类别差异值满足预设阈值条件，将所述类别信息组集确定为漏洞类别信息组集；基于所述漏洞类别信息组集，构建漏洞样本库，其中，所述漏洞样本库用于对所获取的实时漏洞特征信息进行匹配处理，以识别漏洞特征信息对应的漏洞样本。

全文数据：

权利要求：

百度查询： 国网思极网安科技(北京)有限公司 国网思极检测技术(北京)有限公司 漏洞样本库构建方法、漏洞识别方法、装置、设备和介质