【技术实现步骤摘要】
本专利技术涉及计算机系统安全，特别是一种基于深度学习技术的系统漏洞识别方法和系统。
技术介绍
1、目前，如gitee等开源社区相关的漏洞模式为机器人分析提交的漏洞，实现漏洞分配，不存在根据描述分析，判定漏洞对自主研发的操作系统或组件是否存在漏洞影响缺失，导致自主研发的操作系统、组件等就漏洞维护的模块没有一个统一的有效的管理措施。
2、还有一些现有的漏洞识别技术如：vulners(一个漏洞和威胁情报数据库，提供漏洞爬取和识别的api和工具)。vuls(一个快速、开源的漏洞扫描器，可以用于自动化地扫描和识别漏洞)。这些工具和技术在自动化漏洞爬取和识别方面有不同的特点和优势，但也存在一定不足之处如：配置复杂性，部署和配置这些工具可能相对复杂，需要一定的技术知识和时间。
3、针对上述相关技术中漏洞识别技术配置复杂，不够便捷、全面的技术问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术的目的在于克服上述技术不足，提供一种基于深度学习技术的系统漏洞识别方法和系统，...
【技术保护点】
1.一种基于深度学习技术的系统漏洞识别方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习技术的系统漏洞识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的基于深度学习技术的系统漏洞识别方法，其特征在于，在重新训练所述漏洞识别模型后，所述方法还包括：
4.根据权利要求3所述的基于深度学习技术的系统漏洞识别方法，其特征在于，若重新训练前的漏洞识别模型仍优于重新训练后的漏洞识别模型，则对训练样本进行调整，直至所述重新训练后的漏洞识别模型优于所述重新训练前的漏洞识别模型。
5.根据权利要求1所述的基于深度...
【技术特征摘要】
1.一种基于深度学习技术的系统漏洞识别方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习技术的系统漏洞识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的基于深度学习技术的系统漏洞识别方法，其特征在于，在重新训练所述漏洞识别模型后，所述方法还包括：
4.根据权利要求3所述的基于深度学习技术的系统漏洞识别方法，其特征在于，若重新训练前的漏洞识别模型仍优于重新训练后的漏洞识别模型，则对训练样本进行调整，直至所述重新训练后的漏洞识别模型优于所述重新训练前的漏洞识别模型。
5.根据权利要求1所述的基于深度学...
【专利技术属性】
技术研发人员：赵盼，张国栋，刘锐，
申请(专利权)人：北京凝思软件股份有限公司，
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。