用于威胁优先级排序与影响预测的自动化CVE分析
密码学与安全
2023-09-07 v1 机器学习
摘要
通用漏洞披露（CVE）是主动网络安全措施（包括服务打补丁、安全加固等）的关键信息。然而，CVE通常提供公开披露的网络安全漏洞的低级、面向产品的描述，往往缺乏用于全面弱点表征与威胁影响评估所必需的攻击语义信息。这一关键洞察对于CVE优先级排序与潜在对策识别至关重要，尤其是在处理大量CVE时。当前行业实践涉及人工评估CVE，使用通用漏洞评分系统（CVSS）评定其攻击严重程度，并将其映射到通用弱点枚举（CWE）以识别潜在缓解措施。遗憾的是，这种人工分析在漏洞分析流程中构成了主要瓶颈，导致主动网络安全工作放缓，并可能因人为错误而产生不准确。在本研究中，我们引入了新颖的预测模型与工具（称为CVEDrill），其革新了CVE分析与威胁优先级排序。CVEDrill精确估计CVSS向量以实现精准威胁缓解与优先级排序，并无缝自动化将CVE分类至恰当的CWE层级类别。通过利用CVEDrill，组织如今能够以无与伦比的准确性和及时性实施网络安全对策缓解，在此领域超越了ChaptGPT等最先进工具的能力。
引用
@article{arxiv.2309.03040,
title = {Automated CVE Analysis for Threat Prioritization and Impact Prediction},
author = {Ehsan Aghaei and Ehab Al-Shaer and Waseem Shadid and Xi Niu},
journal= {arXiv preprint arXiv:2309.03040},
year = {2023}
}