一种基于加权Word2vec的漏洞自动分类方法及系统

摘要

本发明公开了一种基于加权Word2vec的漏洞自动分类方法及系统，包括：步骤1：对原始漏洞文本进行预处理，形成漏洞文本信息词集；步骤2：采用Word2vec模型对漏洞文本信息词集中的每个词进行词向量化，得到词向量；步骤3：使用T‑MI算法对每一个词向量进行加权，得到加权后的词向量；步骤4：将加权后的词向量组成的文本向量输入至训练好的CNN中进行漏洞分类，得到漏洞分类结果；其中，T‑MI算法为将TF‑IDF算法与互信息算法结合得到的算法；本发明针对Word2vec模型无法区分漏洞文本中词汇的重要程度，通过引入改进的TFIDF对Word2vec词向量进行加权，实现加权的Word2vec分类模型，可以更好的实现漏洞的自动分类，提高分类的准确性。