基于卷积神经网络的计算机系统漏洞自动化检测技术

摘要

为提升计算机系统漏洞检测效果,利用卷积神经网络设计一种计算机系统漏洞自动化检测技术。利用减少原数据爬取线程数,增加每秒存储记录数,设计数据爬取流程,优化数据爬取线程,利用漏洞规则来分析漏洞的语法特征,构造一个矩阵进行特征匹配,构建基于卷积神经网络的漏洞自动化检测模型,对该模型进行训练和测试,分析模型的学习过程和方式,输出最终的检测结果。性能测试结果表明:设计技术的ROC曲线更加靠近左上角,最终的F1指标值为0.979,验证了设计技术的有效性。

关键词

卷积神经网络 / 系统漏洞 / 漏洞检测 / 数据爬取 / 特征匹配 / 模型