一种高质量漏洞数据收集模型的构建方法及收集方法

摘要

本发明公开了一种高质量漏洞数据收集模型的构建方法及收集方法，收集变更提交文件作为样本集，并对样本集进行标签处理得到正样本集和负样本集；提取样本集中变更提交文件的数值特征，提取样本集中变更提交文件的变更提交描述信息，提取样本集中变更提交文件中的代码块；本发明的专家集成模型集成多个优秀的分类器，规避了单个机器学习模型的缺陷，在漏洞识别方面提升了准确率；本发明将专家集成模型和保形评估分类器相结合，即将机器学习技术中的概率学习和统计评估结合起来，显著提高了专家集成模型预测数据的准确性和可靠性，降低了假阳率，解决了现在一些漏洞数据获取模型存在的误报问题，为高质量源代码漏洞数据缺乏提供了可行性方案。