《表4 漏洞类别分类结果:基于卷积神经网络的软件漏洞自动分类方法》
将提出的Word2Vec-CNN模型与三个基线深度学习模型在漏洞类别的分类上进行了比较。比较结果如表4所示。
图表编号 | XD00174769400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 刘烊侨、杨频、王炎 |
绘制单位 | 四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院 |
更多格式 | 高清、无水印(增值服务) |
将提出的Word2Vec-CNN模型与三个基线深度学习模型在漏洞类别的分类上进行了比较。比较结果如表4所示。
图表编号 | XD00174769400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 刘烊侨、杨频、王炎 |
绘制单位 | 四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院 |
更多格式 | 高清、无水印(增值服务) |