機器學(xué)習(xí)技術(shù)利用推文預(yù)測高危安全漏洞，準(zhǔn)確率超過80%

上周于舊金山舉行的 RSA 安全大會上，不少主張安全至上的供應(yīng)商將各類充滿營銷色彩的“威脅情報”與“漏洞管理”系統(tǒng)一股腦地堆在用戶面前。而事實證明，目前已存在的正規(guī)、免費漏洞信息源足以提醒系統(tǒng)管理員，哪些錯誤問題真正需要修復(fù)，且該來源每周七天、每天二十四小時不間斷更新——這就是Twitter。一組研究人員以實驗方式對 Twitter 中的 bug 數(shù)據(jù)流價值進(jìn)行了評測，同時構(gòu)建起一款用于追蹤相關(guān)信息的免費軟件，用以消除可解決的各類軟件缺陷并評估其嚴(yán)重程度。

俄亥俄州立大學(xué)、安全廠商 FireEye 以及研究企業(yè) Leidos 的研究人員們于最近發(fā)表了一篇論文，其中描述了一種新型系統(tǒng)，能夠讀取數(shù)百萬條推文中所提及的軟件安全漏洞，而后利用機器學(xué)習(xí)訓(xùn)練算法，對描述方式與具體內(nèi)容所代表的威脅狀態(tài)進(jìn)行評估。他們發(fā)現(xiàn)，Twitter 信息不僅可用于預(yù)測接下來幾天出現(xiàn)在國家漏洞數(shù)據(jù)庫中的大多數(shù)安全漏洞(即由國家標(biāo)準(zhǔn)與技術(shù)研究所追蹤的各項安全漏洞的官方登記平臺)，同時也能夠利用自然語言處理技術(shù)，大致預(yù)測出哪些漏洞將被賦予“危險”或者“高危”嚴(yán)重等級，準(zhǔn)確率超過 80%。

俄亥俄州立大學(xué)教授 Alan Ritter 指出，“我們認(rèn)為安全漏洞類似于 Twitter 上的一種熱門主題，它們都有著能夠追蹤的顯著趨勢性。”相關(guān)研究成果將于今年 6 月在計算語言學(xué)協(xié)會的北美分會上正式發(fā)表。

舉例來說，他們目前正在網(wǎng)上進(jìn)行的原型測試顯示，上周 Twitter 曾出現(xiàn)大量與 MacOS 系統(tǒng)中最新漏洞(被稱為“BuggyCow”)相關(guān)的推文，同時也提到一種可能允許頁面訪問的 SPOILER 攻擊方法(利用英特爾芯片中存在的某深層漏洞)。研究人員們開發(fā)的 Twitter 掃描程序?qū)⒍邩?biāo)記為“可能高危”，截至目前，這兩項漏洞都還沒有被收錄至國家漏洞數(shù)據(jù)庫當(dāng)中。

當(dāng)然，他們坦言目前的原型設(shè)計方案并不完美。當(dāng)下這款程序每天只能更新一次，其中包括不少重復(fù)性內(nèi)容，而且通過比較我們發(fā)現(xiàn)其結(jié)果中錯過了一些后來被國家漏洞數(shù)據(jù)庫收錄的條目。但 Ritter 認(rèn)為，此項研究的真正進(jìn)步在于，以人類語言為基礎(chǔ)對漏洞進(jìn)行自動分析，同時準(zhǔn)確地根據(jù)其嚴(yán)重程度做出排序。這意味著，其有朝一日也許會成為系統(tǒng)管理員在保護自身系統(tǒng)免受侵?jǐn)_時，可資利用的一款強大信息聚合器，或者至少是商業(yè)漏洞數(shù)據(jù)源中的一種必要組成部分，甚至有望成為一種前所未有的、根據(jù)重要性進(jìn)行加權(quán)排序的免費漏洞信息源。而這一切，都將成為系統(tǒng)管理員群體的巨大福音。

他解釋稱，“我們希望構(gòu)建起一款能夠讀取網(wǎng)絡(luò)信息并提取新軟件漏洞早期報告的計算機程序，同時分析用戶對其潛在嚴(yán)重性的整體觀看。結(jié)合實際來看，開發(fā)人員往往面對著這樣一個現(xiàn)實難題——面對復(fù)雜的分析結(jié)果，哪個才代表著真正可能令人們遭受重大損失的高危漏洞?”

事實上，其背后的思維方式并非新鮮事物。多年以來，人們一直在考慮如何通過網(wǎng)絡(luò)上的文本信息總結(jié)出軟件漏洞數(shù)據(jù)，甚至早已具體到 Twitter 之上。然而，利用自然語言處理技術(shù)對推文中漏洞的嚴(yán)重程度進(jìn)行排序，則代表著一大“重要轉(zhuǎn)折”，同樣關(guān)注這一問題的摩郡馬里蘭大學(xué)教授 Anupam Joshi 對此深表贊同。他指出，“人們越來越關(guān)注網(wǎng)絡(luò)之上關(guān)于安全漏洞的討論內(nèi)容。人們已經(jīng)意識到，我們完全可以從 Twitter 等社交平臺上獲取早期警告信號，此外也包括 Reddit 帖子、暗網(wǎng)以及博客評論等。”

在實驗當(dāng)中，俄亥俄州立大學(xué)、FireEye 以及 Leidos 的研究人員們最初使用到與安全漏洞相關(guān)的 6000 條推文評論這一子集。他們向 Amazon Mechanical Turk 的工作人員展示了相關(guān)結(jié)果，即以人為方式按嚴(yán)重程度對其進(jìn)行排序，而后過濾掉那些與大多數(shù)其他讀者完全對立的異常結(jié)果。

接下來，研究人員利用這些經(jīng)過標(biāo)記的推文作為機器學(xué)習(xí)引擎的訓(xùn)練數(shù)據(jù)，并進(jìn)一步測試其預(yù)測結(jié)果。著眼于接下來五天之內(nèi)可能被納入國家漏洞數(shù)據(jù)庫的各項安全漏洞，該程序得以利用此數(shù)據(jù)庫中的原有嚴(yán)重性排名，來預(yù)測此時段內(nèi)的 100 項最嚴(yán)重漏洞，且準(zhǔn)確率達(dá)到 78%。對于前 50 位，其對漏洞嚴(yán)重程度的預(yù)測則更為準(zhǔn)確，正確率達(dá)到 86%。更重要的是，對于接下來五天內(nèi)被國家漏洞數(shù)據(jù)庫評為嚴(yán)重程度最高的 10 個安全漏洞，該程序的預(yù)測準(zhǔn)確率高達(dá) 100%。

俄亥俄州立大學(xué)的 Ritter 警告稱，盡管目前的測試結(jié)果非常喜人，但他們打造的這款自動化工具不應(yīng)被任何個人或組織作為唯一漏洞數(shù)據(jù)源使用——至少，人們應(yīng)該點擊底層推文及其鏈接信息以確認(rèn)分析結(jié)果。他指出，“其仍然需要人類介入進(jìn)來。”在他看來，最好是能將這款程序納入由人類負(fù)責(zé)規(guī)劃的廣泛漏洞數(shù)據(jù)源當(dāng)中，并僅作為來源之一。

但鑒于漏洞發(fā)現(xiàn)速度的加快，以及社交媒體上與漏洞相關(guān)的信息不斷增加，Ritter 認(rèn)為這款程序有望成為從噪聲中找尋有價值信號的一款重要工具。他總結(jié)道，“如今的安全行業(yè)面臨著信息過多的問題。這款程序的核心在于建立算法，幫助大家對全部內(nèi)容進(jìn)行排序，從而找出真正重要的信息。”