PulseAugur
中
实时 15:48:27
English(EN) FixV2W: Correcting Invalid CVE-CWE Mappings with Knowledge Graph Embeddings

FixV2W 使用知识图谱嵌入提高 CVE-CWE 映射的准确性

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 FixV2W，一种提高通用漏洞披露 (CVE) 和通用弱点枚举 (CWE) 条目之间映射准确性的新方法。该方法利用知识图谱嵌入和历史数据分析来纠正国家漏洞数据库 (NVD) 等公共数据库中发现的不一致之处。该系统显示出显著的改进，正确映射了 69% 的已被利用但具有先前无效 CWE 的漏洞，并将机器学习模型的平均倒数排名 (MRR) 从 0.174 提高到 0.608。 AI

影响 提高了机器学习模型使用的漏洞数据的准确性，可能有助于威胁检测。

排序理由 学术论文，详细介绍了改进漏洞映射的新方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

FixV2W 使用知识图谱嵌入提高 CVE-CWE 映射的准确性

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Sevval Simsek, Varsha Athreya, David Starobinski ·

    FixV2W：使用知识图谱嵌入纠正无效的CVE-CWE映射

    arXiv:2604.22176v1 Announce Type: cross Abstract: Accurate mapping between Common Vulnerabilities and Exposures (CVE) and Common Weakness Enumeration (CWE) entries is critical for effective vulnerability management and risk assessment. However, public databases, such as the Natio…

  2. arXiv cs.LG TIER_1 English(EN) · David Starobinski ·

    FixV2W：使用知识图谱嵌入纠正无效的CVE-CWE映射

    Accurate mapping between Common Vulnerabilities and Exposures (CVE) and Common Weakness Enumeration (CWE) entries is critical for effective vulnerability management and risk assessment. However, public databases, such as the National Vulnerability Database (NVD), suffer from inco…

相关实体

相关话题