[發明專利]漏洞情報熱度的獲取方法及裝置

有效

• 申請號: 202010155480.4
• 申請日: 2020-03-09
• 公開（公告）號: CN111431869B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 岳岑;吳昊;楊少康;柳絮;尹靜
• 申請（專利權）人: 綠盟科技集團股份有限公司;北京神州綠盟科技有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06F21/57
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 石磊

1.一種漏洞情報熱度的獲取方法，其特征在于，所述方法包括：

采集當前預設周期內的目標漏洞情報信息；

獲取包含所述目標漏洞情報信息的數據源，并對所述數據源進行分類，得到至少一種類型的數據源；

獲取所述目標漏洞情報信息中的至少一個特征信息，所述特征信息用于標識所述目標漏洞情報信息；

根據所述至少一個特征信息、預設的每個特征信息的重要度權重、每種類型數據源中每個數據源的數據特征信息，以及預設的每個數據源的可信度權重，獲取所述至少一種類型的數據源與所述目標漏洞情報信息的相關系數；

根據所述相關系數對應的當前計算熱度、第一預設周期內采集目標漏洞情報信息對應的第一計算熱度和第二預設周期內采集目標漏洞情報信息對應的第二計算熱度，獲取所述目標漏洞情報信息的真實熱度；其中，所述當前計算熱度是根據預設計算熱度算法對所述相關系數進行運算得到的，所述第一預設周期為所述當前預設周期的前一個預設周期，所述第二預設周期為所述第一預設周期的前一個預設周期；

其中，根據所述相關系數對應的當前計算熱度、第一預設周期內采集目標漏洞情報信息對應的第一計算熱度和第二預設周期內采集目標漏洞情報信息對應的第二計算熱度，獲取所述目標漏洞情報信息的真實熱度，包括：

采用預設增長量算法，對所述第一計算熱度和第二計算熱度進行運算，獲取所述第一預設周期內所述目標漏洞情報信息的熱度增長量；

采用預設熱度預測算法，對所述熱度增長量和所述第一計算熱度進行預測，得到所述當前預設周期內的當前預測熱度；

采用預設熱度評估算法，對所述當前計算熱度和所述當前預測熱度進行評估，得到所述目標漏洞情報信息的真實熱度。

2.如權利要求1所述的方法，其特征在于，所述至少一種類型的數據源包括權威情報庫類數據源、安全廠商類數據源、社交媒體類數據源、軟件廠商類數據源。

3.如權利要求1所述的方法，其特征在于，獲取所述目標漏洞情報信息中的至少一個特征信息，包括：

采用預設特征提取算法，對所述目標漏洞情報信息進行特征提取，得到至少一個特征信息。

4.如權利要求1所述的方法，其特征在于，根據所述至少一個特征信息、預設的每個特征信息的重要度權重、每種類型數據源中每個數據源的數據特征信息，以及預設的每個數據源的可信度權重，獲取所述至少一種類型的數據源與所述目標漏洞情報信息的相關系數，包括：

采用預設匹配算法，將所述至少一個特征信息分別與每種類型數據源中每個數據源的數據特征信息的匹配狀態值，以及所述相應特征信息的重要度權重進行匹配運算，得到所述目標漏洞情報信息與每個數據源的匹配系數；其中，所述匹配狀態值用于描述特征信息與數據源的數據特征信息是否匹配的狀態值；

根據所述目標漏洞情報信息與每個數據源的匹配系數，以及預設的每個數據源的可信度權重，獲取所述至少一種類型的數據源與所述目標漏洞情報信息的相關系數。

5.如權利要求4所述的方法，其特征在于，采用預設匹配算法，將所述至少一個特征信息分別與每種類型數據源中每個數據源的數據特征信息的匹配狀態值，以及所述相應特征信息的重要度權重進行匹配運算，得到所述目標漏洞情報信息與每個數據源的匹配系數，包括：

將所述至少一個特征信息中的每個特征信息與每種類型數據源中每個數據源的數據特征信息進行特征匹配，得到所述每個特征信息的匹配狀態值；

獲取所述每個特征信息的匹配狀態值與相應特征信息的重要度權重的乘積的第一累加和；

將所述第一累加和確定為所述目標漏洞情報信息與每個數據源的匹配系數。

6.如權利要求5所述的方法，其特征在于，所述匹配系數的計算公式表示為：

其中，X為所述匹配系數，n為特征信息的總個數，k_n為第n個特征信息的重要度權重，e_n為所述第n個特征信息的匹配狀態值。