吉首大学学报(自然科学版)
吉首大學學報(自然科學版)
길수대학학보(자연과학판)
JOURNAL OF JISHOU UNIVERSITY
2013年
4期
62-66
,共5页
支持向量机(SVM)%公共漏洞和暴露(CVE)%分类特征%分类准确性
支持嚮量機(SVM)%公共漏洞和暴露(CVE)%分類特徵%分類準確性
지지향량궤(SVM)%공공루동화폭로(CVE)%분류특정%분류준학성
在CVE漏洞分类框架中,构建了基于支持向量机的学习模型,实现了根据不同的分类特征对CVE进行分类.
在CVE漏洞分類框架中,構建瞭基于支持嚮量機的學習模型,實現瞭根據不同的分類特徵對CVE進行分類.
재CVE루동분류광가중,구건료기우지지향량궤적학습모형,실현료근거불동적분류특정대CVE진행분류.