Approaches and challenges of automatic vulnerability classification using natural language processing and machine learning techniques

Approaches and challenges of automatic vulnerability classification using natural language processing and machine learning techniques

Automatisoitu haavoittuvuuksien etsiminen ja haavoittuvuuksien yksityiskohtien ennustaminen voi auttaa asiantuntijoita priorisoimaan ohjelmistovirheitä, joka voi johtaa nopeampaan virheenkorjaukseen. Tässä työssä käytettiin National Vulnerability Database -tietokantaa tutkittaessa kuinka haavoittuvu...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Jormakka, Ossi
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:eng
Julkaistu: 2019
Aiheet:
common vulnerability scoring system
common weakness enumeration
Scikit-learn
Tietojenkäsittelytiede
Computer Science
601
koneoppiminen
luokitus (toiminta)
haavoittuvuus
datatiede
machine learning
classification
vulnerability
data science
Linkit: https://jyx.jyu.fi/handle/123456789/66196

Samankaltaisia teoksia