[發明專利]漏洞分類方法、裝置、設備及介質

在審

• 申請號: 202111381657.3
• 申請日: 2021-11-17
• 公開（公告）號: CN114117445A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 鄭天文;王竟成;王輝;林承軍
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06K9/62
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 趙婷

1.一種漏洞分類方法，用于識別補丁文件修復的漏洞類型，其中，所述方法包括：

獲取待識別的第一補丁文件；

按照預處理規則提取所述第一補丁文件中的第一更新代碼片段，其中，所述第一更新代碼片段是基于所述第一補丁文件相比于其所修復的原代碼文件發生變化的代碼得到的；

按照預定的向量轉換規則將所述第一更新代碼片段中的代碼處理為第一向量；以及

以所述第一向量作為預訓練好的漏洞分類模型的輸入，基于所述漏洞分類模型輸出的漏洞分類結果，確定所述第一補丁文件所修復的漏洞類型。

2.根據權利要求1所述的方法，其中，所述按照預處理規則提取所述第一補丁文件中的第一更新代碼片段包括：

從所述第一補丁文件中，刪除相比于其所修復的原代碼文件發生變化的更改行以外的文本行，以保留所述更改行中的代碼；以及

對所述更改行中的代碼進行規范化處理，得到所述第一更新代碼片段。

3.根據權利要求2所述的方法，其中，所述按照預定的向量轉換規則將所述第一更新代碼片段中的代碼處理為第一向量包括：

基于所述第一更新代碼片段中的詞序列，得到第一字典變量；以及

按照預定義的映射函數中每個詞的索引值，將所述第一字典變量中的每個詞轉換為對應的索引值，以生成所述第一向量。

4.根據權利要求3所述的方法，其中，所述映射函數是對訓練所述漏洞分類模型所使用的數據集中的詞生成索引值而得到的。

5.根據權利要求1所述的方法，其中，所述漏洞分類模型是通過如下方式訓練得到的：

獲取已知修復的漏洞類型的N個第二補丁文件，其中，N為大于或等于1的整數；

按照所述預處理規則提取每個所述第二補丁文件中的第二更新代碼片段，其中，所述第二更新代碼片段是基于所述第二補丁文件相比于其所修復的原代碼文件發生變化的代碼得到的；

按照所述向量轉換規則將所述第二更新代碼片段中的代碼處理為第二向量；

以每個所述第二補丁文件對應的漏洞類型的信息作為所述第二補丁文件對應的所述第二向量的標簽，得一個樣本數據；其中，N個所述第二補丁文件對應得到N個所述樣本數據；以及

利用N個所述樣本數據組成的數據集，訓練所述漏洞分類模型。

6.根據權利要求1～5任意一項所述的方法，其中，所述漏洞分類模型包括BERT模型。

7.根據權利要求1～5任意一項所述的方法，其中，所述漏洞分類模型輸出的漏洞分類結果用于表示以下任意一種漏洞類型：

未修復漏洞、權限驗證漏洞、代碼注入漏洞、跨站腳本攻擊漏洞、溢出漏洞、信息泄露漏洞或輸入校驗漏洞。

8.一種訓練漏洞分類模型的方法，其中，所述漏洞分類模型用于對補丁文件修復的漏洞類型進行分類，所述方法包括：

獲取已知修復的漏洞類型的N個第二補丁文件，其中，N為大于或等于1的整數；

按照預處理規則提取每個所述第二補丁文件中的第二更新代碼片段，其中，所述第二更新代碼片段是基于所述第二補丁文件相比于其所修復的原代碼文件發生變化的代碼得到的；

按照預定的向量轉換規則將所述第二更新代碼片段中的代碼處理為第二向量；

以每個所述第二補丁文件對應的漏洞類型的信息作為所述第二補丁文件對應的所述第二向量的標簽，得一個樣本數據；其中，N個所述第二補丁文件對應得到N個所述樣本數據；以及

利用N個所述樣本數據組成的數據集，訓練所述漏洞分類模型。

9.根據權利要求8所述的方法，其中，所述獲取已知修復的漏洞類型的N個第二補丁文件包括：

確定需要進行漏洞分類識別的軟件清單；以及

獲取所述軟件清單中每個軟件對應的至少一個所述第二補丁文件。