科技资源

本发明提供一种软件漏洞的分类方法及系统。所述分类方法使用Skip‑gram语言模型进行漏洞词向量的训练和生成，将每条漏洞文本中的词映射到有限维度的空间中，以此表征语义信息，降低了词向量的稀疏性，然后充分利用卷积神经网络和循环神经网络提取特征和表征语义信息的优势，构建了C‑GRU神经网络模型，利用卷积神经网络提取文本向量的局部特征，利用GRU提取与文本上下文相关的全局特征，将两种互补模型提取的特征进行融合。本发明克服了基于机器学习算法漏洞自动分类方法在处理高维和稀疏问题上表现的效果不是很好，而且不能很好地提取文本特征和表征语义信息，同时忽略了特定的漏洞信息的技术缺陷，提高了软件分类准确性。