11、提前修复漏洞：一种预测方法

提前修复漏洞：一种预测方法

1. 相关工作

预测网络安全事件近年来受到了越来越多的关注。不过，与检测已发生的网络威胁的研究相比，预测漏洞是否会被利用的工作相对较少。对于组织来说，预测已披露的漏洞是否会在现实中被利用，对于确定漏洞修复的优先级至关重要。

先前的研究尝试使用标准评分系统（如通用漏洞评分系统 CVSS）和机器学习技术来解决这个问题。例如，Zhang 等人提出了一种预测软件中尚未发现的漏洞的方法，但该方法仅使用 CVSS 和通用平台枚举（CPE）作为特征，未使用国家漏洞数据库（NVD）的描述，导致预测能力较差。实际上，CVSS 2.0 版本在预测漏洞是否会被利用方面表现不佳，仅根据高 CVSS 分数决定修复漏洞，就如同随机猜测一样。而整合概念验证（PoC）漏洞利用是否可用的信息，是一个较好的利用预测指标。

有许多相关研究采用了不同的方法：
- Bozorgi 等人提出了一个模型，从已停用的开源漏洞数据库（OSVDB）和 NVD 这两个在线来源设计特征，以预测是否会为特定漏洞开发 PoC。但他们将 PoC 视为漏洞是否会被利用的指标，导致数据中 73%的漏洞被报告为已利用，远高于文献中 1.3%的比例。他们的方法实际上是预测漏洞是否会有 PoC 可用，与本文研究的问题不同。
- 另一种类似技术以 NVD 为数据源，以 Exploit - DB 为真实标签，标记 27%的漏洞为已利用（有 PoC 漏洞利用），在平衡数据集上取得了较高的准确率。但本文旨在预测会在现实攻击中被利用的漏洞，而非仅预测有 PoC 可用的漏洞。
- Sabottle 等人基于 Twitter 上披露的漏洞来预测可利用性。他们收集提及 CVE - ID 的 Twitter 数