VLAI：基于 RoBERTa 的自动漏洞严重性分类模型
密码学与安全
2025-07-08 v1
摘要
本文提出了 VLAI，一个基于转换器的模型，用于从文本描述中直接预测软件漏洞的严重性级别。基于 RoBERTa，VLAI 在超过 60 万个真实世界漏洞上进行微调，实现了在预测严重性类别方面超过 82% 的准确率，使其在手动进行 CVSS 评分之前能够实现更快更一致的分流。该模型和数据集均为开源，并集成到漏洞查询服务中。
引用
@article{arxiv.2507.03607,
title = {VLAI: A RoBERTa-Based Model for Automated Vulnerability Severity Classification},
author = {Cédric Bonhomme and Alexandre Dulaunoy},
journal= {arXiv preprint arXiv:2507.03607},
year = {2025}
}
备注
This paper is a preprint for the 25V4C-TC: 2025 Vulnerability Forecasting Technical Colloquia. Darwin College Cambridge, UK, September 25-26, 2025