研究人员开发了HARP,一个用于基于用户偏好对通用漏洞和暴露(CVE)进行优先排序的新框架。与假设固定标准的现有系统不同,HARP通过使用历史标记示例来适应隐式操作偏好。该系统利用漏洞知识图谱和多个LLM对候选漏洞进行评分,在各种偏好场景中均表现出卓越的性能。 AI
影响 这项研究可以通过更好地将漏洞修复与组织优先事项相匹配,来提高网络安全威胁响应的效率和准确性。
排序理由 该集群描述了一篇发表在arXiv上的研究论文,详细介绍了一种新的漏洞优先级排序方法。
- arXiv
- alphaXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- LLMs
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →