漏洞数据库的K均值和DBSCAN聚类比较

摘要：

　　本文对中国国家漏洞数据库的漏洞数据进行不同方法的聚类分析，并比较分析结果，得出潜在的可靠的划分方法。数据预处理，找出合适的漏洞数据字段，去掉描述性不强或不完整的字段，提取漏洞描述文本并进行分词。对预处理结果进行距离度量，然后依次进行基于划分的K均值算法聚类和基于密度的DBSCAN算法聚类，评估比较聚类结果，找出潜在漏洞划分方法，并比较两种聚类方法的优点与缺点。

关键词： 漏洞数据库 信息漏洞 K均值算法 聚类分析 数据挖掘

作者: 杨振宇 陈柯 熊琦

作者单位: 中国国家信息安全测评中心,北京

会议类型: 国内会议

会议名称: 第四届信息安全漏洞分析与风险评估大会

会议地点: 北京

会议语种:中文

页码: 54-60

在线出版日期: 2011-10-01（万方平台首次上网日期，不代表论文的发表时间）