一种基于深度强化学习的漏洞优先级处理方法

    公开(公告)号:CN115396156A

    公开(公告)日:2022-11-25

    申请号:CN202210910757.9

    申请日:2022-07-29

    Abstract: 本发明公开了一种基于深度强化学习的漏洞优先级处理方法,其包括:数据预处理,用来对漏洞扫描结果进行风险量化和代价量化,生成规范的漏洞实例数据集;所述风险量化的过程中包括漏洞的严重性、威胁、影响、资产重要性四个维度的评分;所述代价量化是根据修复建议进行量化;漏洞优先级方案生成,通过构建一个结构指针网络对漏洞实例进行知识嵌入,并利用深度强化学习引擎训练该网络的模型参数,最终生成最优的漏洞修复方案。本发明具有原理简单、操作简便、适用范围广、处理效果好等优点。

    一种基于深度强化学习的漏洞优先级处理方法

    公开(公告)号:CN115396156B

    公开(公告)日:2024-06-21

    申请号:CN202210910757.9

    申请日:2022-07-29

    Abstract: 本发明公开了一种基于深度强化学习的漏洞优先级处理方法,其包括:数据预处理,用来对漏洞扫描结果进行风险量化和代价量化,生成规范的漏洞实例数据集;所述风险量化的过程中包括漏洞的严重性、威胁、影响、资产重要性四个维度的评分;所述代价量化是根据修复建议进行量化;漏洞优先级方案生成,通过构建一个结构指针网络对漏洞实例进行知识嵌入,并利用深度强化学习引擎训练该网络的模型参数,最终生成最优的漏洞修复方案。本发明具有原理简单、操作简便、适用范围广、处理效果好等优点。

Patent Agency Ranking