面向网络漏洞相关推文的无监督分类与数据挖掘框架
机器学习
2021-04-26 v1
摘要
许多网络防御工具依赖国家漏洞数据库（NVD）来提供给定网络上各系统已知漏洞的及时信息。然而，近期研究表明 NVD 并非总是最新，已知漏洞在公开于 NVD 前数月便已在 Twitter 和 Reddit 等社交媒体平台上被公开讨论。为此，我们提出一个用于无监督分类以筛选与网络安全相关推文的框架。我们考量并评估了两种纳入框架的无监督机器学习技术，表明使用双向自回归 Transformer（BART）模型的零样本分类以 83.52% 的准确率和 83.88 的 F1 分数优于另一种技术，从而可在无人工干预或训练标注数据的情况下准确筛选推文。此外，我们讨论了可从这些网络相关推文中获得的多种洞见，例如推文趋势主题以及常见漏洞和暴露（CVE）的 Twitter 提及次数，这些可用于告警或报告以补充当前基于 NVD 的风险评估工具。
引用
@article{arxiv.2104.11695,
title = {A Framework for Unsupervised Classificiation and Data Mining of Tweets about Cyber Vulnerabilities},
author = {Kenneth Alperin and Emily Joback and Leslie Shing and Gabe Elkin},
journal= {arXiv preprint arXiv:2104.11695},
year = {2021}
}