从文本攻击模式提取漏洞特征方法比较
密码学与安全
2024-07-12 v2 软件工程
摘要
当今网络安全供应商的威胁报告包含了关于攻击的详细描述。了解与这些报告相关的漏洞有助于网络安全研究人员和实践者理解和应对不断演变的攻击，并制定缓解计划。本文旨在帮助网络安全研究人员和实践者选择攻击提取方法，以增强威胁情报的监控和共享。在本工作中，我们检查了五种特征提取方法 (TF-IDF、LSI、BERT、MiniLM、RoBERTa)，发现术语频率-逆文档频率 (TF-IDF) 以 75% 的精确率和 64% 的 F1 分数优于其他四种方法。这些发现为网络安全社区提供了有价值的见解，我们的研究可以帮助网络安全研究人员评估和比较新兴提取方法的有效性。
引用
@article{arxiv.2407.06753,
title = {A Comparison of Vulnerability Feature Extraction Methods from Textual Attack Patterns},
author = {Refat Othman and Bruno Rossi and Russo Barbara},
journal= {arXiv preprint arXiv:2407.06753},
year = {2024}
}