【技术实现步骤摘要】
一种基于神经网络的安全漏洞自动分类方法
[0001]本专利技术涉及数据安全漏洞分类
，具体为一种基于神经网络的安全漏洞自动分类方法。
技术介绍
[0002]漏洞是在数据、软件、协议的具体实现或系统安全策略上存在的缺陷，从而可以使攻击者能够在未授权的情况下访问或破坏系统，是受限制的计算机、组件、应用程序或其他联机资源的无意中留下的不受保护的入口点，现在无意或恶意情况下，数据库中都会存在安全漏洞。
[0003]针对数据库中的安全漏洞，目前采用的安全漏洞分类方法，大多对数据进行简易化处理，不能对数据库内数据的预先分类、再特征选择、后采用粗糙集和RBF神经网络双重验证方式进行漏洞安全分类处理，易出现保密数据发生泄漏的隐患，降低数据库数据的安全性，为此，提出基于神经网络的安全漏洞自动分类方法。
技术实现思路
[0004]本专利技术的目的在于提供基于神经网络的安全漏洞自动分类方法，以解决上述
技术介绍
中提出的不能对数据库内数据的预先分类、再特征选择、后采用粗糙集和RBF神经网络双重验证方式进行漏洞安全分类处理...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的安全漏洞自动分类方法，其特征在于：包括如下步骤：
①
、分类处理：首先读取国家信息安全漏洞库中的数据，再按照论域设定、等价交集设定、基本知识设定、等价关系设定、近似关系设定、关系族集设定和决策关系设定对国家信息安全漏洞库中读取的数据进行分类处理；
②
、特征选择：再将按照论域设定、等价交集设定、基本知识设定、等价关系设定、近似关系设定、关系族集设定和决策关系设定分类处理后的数据以关键词特征、数据向量特征和数据维数特征三个方面进行特征提取，将国家信息安全漏洞库中读取数据中的漏洞数据进行精准归类，接着再将归类的漏洞数据汇总成漏洞集；
③
、粗糙集属性约简验证：接着将漏洞集中归类后的漏洞数据运用粗糙集进行属性约简，在不损失任何有效数据的情况下，将漏洞集中的冗余属性的垃圾数据和碎片数据块剔除，然后在漏洞集数据剔除的基础上采用粗糙集预处理算法，将剩余的有效数据从纵向进行优化以及从横向进行突查双向同行验证，将相同条件属性值的漏洞数据留下，有不同决策噪声属性值的漏洞数据继续剔除，即可完成漏洞集中漏洞数据的属性约简一级验证；
④
、RBF神经网络分类验证：然后再将经过属性约简一级验证后漏洞集中漏洞数据传输至RBF神经网络，并经过RBF分类算法对经过属性约简一级验证后漏洞集中漏洞数据进行二级验证和分类同时处理，对不符合RBF分类的病毒数据、杂乱数据、污染数据从漏洞集中剔除，即获得全新的涵盖所有有效漏洞数据的漏洞集；
⑤
、汇总处理：最后再将漏洞集中所有有效漏洞数据按照上下位方式进行汇总处理，再将汇总后漏洞集中的所有有效分类漏洞数据发送至漏洞后台终端，并加以时间戳和安全日志记录。2.根据权利要求1所述的一种基于神经网络的安全漏洞自动分类方法，其特征在于：所述在分类处理过程中，论域设定的概念为：设国家信息安全漏洞库中所有读取的数据组成的有效集合是任一个子集M包含于U，预设R是U的一个关系集，U/R表示R的所有等价类(或者U上的分类)构成的集合。3.根据权利要求1所述的一种基于神经网络的安全漏洞自动分类方法，其特征在于：所述在分类处理过程中，等价交集设定的概念为：设国家信息安全漏洞库中所有读取的数据等价交集是P，按照等价交集算法：[M]ind(P)＝IR∈P[M]R，其中I表示等价交集系数。4.根据权利要求1所述的一种基于神经网络的安全漏洞自动分类方法，其特征在于：所述在分类处理过程中，基本知识设定的概念为：设国家信息安全漏洞库中所有读取数据的给定近似空间是K＝(U，R)，子集M包含于U称为U上的一个缩影，非空子族集P包含于R所产生的不关联关系P的所有关系即U/P，且相应的称为其他集。5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：陆玉琪，顾荣斌，吴金龙，杨勰，吴媛欣，方晓蓉，邵佳炜，倪卿，刘赛，
申请(专利权)人：南京南瑞信息通信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。