• 一种基于生长理论的系统漏洞发现预测模型
• 本论文发表于《计算机应用研究》期刊
• 论文原文见 <this repository>/document/Predicting system vulnerability discovery with growth theory.pdf

• Predicting system vulnerability discovery with growth theory

• 系统安全漏洞的增长规律呈现出一种类似于生物生长的规律;
• 系统软件发布后其自带漏洞是一个定值,我们并不知道这个值是多少,就像生物(以人为例)其生长极限也是一个定值;
• 我们发现这两种规律是有共性的,都是阶段性的:系统软件刚发布时,漏洞增长速度一般;然后,增长进入快速期;最后,漏洞增长速度进入平缓,最后基本停止增长。
• 针对系统漏洞的有效发现及预测问题,提出了一种基于生长理论的系统漏洞发现预测模型。
• 首先分析漏洞发现规律,引入生长曲线的概念,确定了漏洞发现增长的阶段特征;
• 其次在生长理论周期表达基础上, 描述系统漏洞发现过程与时间的关系, 提出系统漏洞发现的预测过程,以及改进后的 PMGTV 模型;
• 和目前的漏洞预测模型做了对比;
• 结果表明,该模型在对系统漏洞发现的预测方面更有准确, 为采取有效安全策略、提高软件质量等方面提供了一种可靠依据。

• python语言实现模型
• 与目前集中常见的漏洞预测模型进行了对比 这里写图片描述

• 模型能够较好的预测漏洞增长规律 这里写图片描述

这里写图片描述

• git clone <repository-url> this repository
• cd <this repository>
• pip install matplotlib
• pip insatll xlrd
• pip install math

• cd modelCode/

• python preModel.py