文献

J-GLOBAL ID：202002278566584747   整理番号：20A2001224

ソフトウェア脆弱性の重症度予測に関する概念的複製【JST・京大機械翻訳】

A Conceptual Replication on Predicting the Severity of Software Vulnerabilities

著者 (2件)： Sahin Sefa Eren (Istanbul Technical University, Istanbul, Turkey) ,  Tosun Ayse (Istanbul Technical University, Istanbul, Turkey)
資料名： ACM Proceedings  (ACM Proceedings)
号： EASE ’19  ページ： 244-250  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソフトウェア脆弱性は,ソフトウェアシステムにおける重大なセキュリティリスクにつながる可能性がある。したがって,脆弱性の優先順位付けは,セキュリティチームのための重要なタスクであり,そして,厳しい脆弱性が,固定と保守活動の間,チームをいかに支援するかを評価する。異なる重症度レベルへの脆弱性のグループ化により,ソフトウェア脆弱性の厳しさを予測することを目的とした事前研究を複製した。単語埋込みを用いた特徴抽出,および畳込みニューラルネットワーク(CNN)を用いた予測モデルに関するそれらのアプローチを追跡した。さらに,長い短期メモリ(LSTM)と極端勾配ブースティング(XGBoost)モデルを使用した。また,レベルよりむしろ重症度スコアを予測することを目的として,複製作業を拡張した。82,974脆弱性の重症度レベルと重症度スコアを予測するための2つの実験を行った。重症度レベルの予測において,著者らのLSTMとCNNモデルは,それぞれ0.756F1スコアと0.752のF1スコアで同様に機能する。重症度スコアの予測において,LSTM,CNNおよびXGBoostモデルは,それぞれ16.14%,17.03%,18.91%MAPE値を実行する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *複製 ,  特徴抽出 ,  *ソフトウェア ,  単語 ,  セキュリティ ,  予測モデル
準シソーラス用語： ブースティング ,  脆弱性 ,  *重症度 ,  ソフトウェアシステム ,  畳込みニューラルネットワーク ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチクラス分類 ,  回帰 ,  脆弱性重症度予測 ,  単語埋め込み

分類 (2件)： 計算機システム開発  (JD02010R) ,  データ保護  (JD01020V)

タイトルに関連する用語 (5件)： ソフトウェア ,  脆弱性 ,  重症度 ,  予測 ,  複製