中文

提高已知软件漏洞发现以增强网络安全

组合数学 2024-12-24 v1

摘要

软件漏洞常被用作网络攻击中的攻击向量。因此,及时识别易受攻击的软件配置以应用预防措施至关重要。有效的漏洞检测依赖于通过诸如通用平台枚举(CPE)字符串等标准化标识符来识别软件漏洞。然而,非标准化的CPE字符串由软件供应商发布,构成了重大挑战。不一致的格式、命名约定和版本控制实践导致查询数据库(如国家漏洞数据库,NVD)时出现不匹配,妨碍了准确的漏洞检测。未能正确识别和优先排序易受攻击的软件会 complicate 滩修过程,导致延迟更新易受攻击的软件,从而为攻击者提供了机会。为此,我们提出了一种方法,通过实施多层次清理过程结合在使用Osquery收集的数据上进行模糊匹配算法来提高CPE字符串一致性。我们的方法包括带优先权重的联合查询,为各种属性组合分配相关性,然后进行模糊匹配过程,采用基于阈值的相似度评分,以获得更高的准确匹配置信度。与开源工具如FleetDM进行的比较分析表明,我们的方法将检测准确率提高了40%。

关键词

引用

@article{arxiv.2412.16606,
  title  = {Genus embeddings of complete graphs minus a matching},
  author = {Timothy Sun},
  journal= {arXiv preprint arXiv:2412.16606},
  year   = {2024}
}

备注

13 pages, 8 figures