论文研究 网络安全:使用线性和非线性方法的桌面操作系统漏洞的时间序列预测建模

漏洞预测模型可帮助我们预测给定操作系统（OS）将来可能发生的漏洞数量。 没有几个模型专注于量化未来的漏洞，而没有考虑漏洞的趋势，级别，季节性和非线性成分。 与传统方法不同，我们通过时间序列分析提出了一种基于线性和非线性方法的脆弱性分析预测模型。 我们基于自动回归移动平均（ARIMA），人工神经网络（ANN）和支持向量机（SVM）设置开发了模型。 选择提供最小错误率的最佳模型来预测未来的漏洞。 利用时间序列方法，本研究通过使用国家漏洞数据库（NVD）上报告的漏洞，为三个流行的台式机操作系统Windows 7，Mac OS X和Linux Kernel开发了预测分析模型。 根据这些报告的漏洞，我们