《Scientific African》：SEG2N: A Semantically Enriched Graph Neural Network Framework with Uncertainty Quantification for CVE-to-CWE Link Prediction
编辑推荐：
摘要
网络威胁情报日益依赖于知识图谱，将已披露的漏洞与其实例化的弱点类别和攻击模式相连接，然而这些链接在很大程度上仍然不完整、依赖人工维护，且难以跟上披露速度。本研究探讨图神经网络在自动化完成该任务方面的预测能力，将漏洞到弱点的分配问题建模为SEPSES网络安
摘要
网络威胁情报日益依赖于知识图谱，将已披露的漏洞与其实例化的弱点类别和攻击模式相连接，然而这些链接在很大程度上仍然不完整、依赖人工维护，且难以跟上披露速度。本研究探讨图神经网络在自动化完成该任务方面的预测能力，将漏洞到弱点的分配问题建模为SEPSES网络安全知识图谱上的链接预测问题。研究人员提出的方法SEG2N将堆叠的多头图注意力层与残差图卷积分支组合成一个多尺度编码器，并利用从CWE和CAPEC分类体系中提取的语义上下文进行增强，同时配备蒙特卡洛Dropout用于认知不确定性估计。研究人员从SEPSES数据集中收集了涵盖255个弱点类别的82,979条CVE到CWE分配链接数据，并采用严格防止泄漏的实验协议（包含类型化、结构化的困难负采样）对模型进行训练和评估。将SEG2N的性能与八种图原生基线方法（包括图自编码器、消息传递编码器和知识图谱嵌入模型）在AUC-ROC、平均精确率、精确率、召回率和F1分数等标准指标下进行比较，并通过五折交叉验证进行验证。此外，通过校准审计和风险覆盖率分析得出一个可用于分析人员部署的合理置信度阈值，并对未观测到的链接对进行扫描，将候选链接集发布供外部验证。结果表明，SEG2N在所有测试模型中取得了最高的排序性能，而结构性失效模式分析揭示其预测主要由弱点类别先验而非针对单个漏洞的证据驱动，这一局限性对这类模型的部署方式具有直接影响。本研究为安全分析师和威胁情报团队提供了强大的自动化分配工具以及对其当前边界透明化的说明，具有重要价值。
**论文解读：SEG2N——面向CVE到CWE链接预测的语义增强图神经网络框架**
**一、研究背景与问题提出**
公开披露的漏洞数量增长速度已远超人工能够对其完成特征化标注的努力程度。CVE条目在发布时记录了缺陷的存在及其位置，但通常不会即时、可靠地记录缺陷所属的类型。这一角色由通用弱点枚举（Common Weakness Enumeration, CWE）承担——一个软件与硬件弱点类别的分类体系。从CVE到CWE的映射关系是大多数下游推理所依赖的核心枢纽：没有这一映射，漏洞便无法关联到利用其类别的攻击模式（CAPEC），无法聚合为根因统计，也无法支撑超越单个补丁修复的系统性补救措施。
然而，这一映射目前主要依赖人工标注，覆盖程度参差不齐。许多CVE条目根本没有对应的CWE标注；许多仅标注了一个粗糙的类别而实际上可能涉及多个类别；已分配的类别还偏向少数知名的弱点家族。其结果是构建了一个既庞大又稀疏的知识图谱：实体丰富，但连接实体使其协同发挥作用的特定关系却严重缺失。因此，自动化补全这一关系不仅是工程便利性问题，更是扩展威胁情报规模化的先决条件。
本研究将上述问题形式化为异质知识图谱上的链接预测任务：给定SEPSES网络安全知识图谱（以RDF格式整合了CVE、CWE和CAPEC），任务是估计任意一对当前未连接的CVE节点v与CWE节点w之间具有hasCWE关系的概率。这一框架设定带来三个重要推论。第一，这是一个图问题而非表格问题——区分合理的CVE→CWE分配与不合理分配的信号是关系型的，存在于弱点分类法的邻域结构、引用弱点的CAPEC攻击模式及其后果之中，经典的结构学习方法无法利用这类信息，而图神经网络可以。第二，该问题的评估极易出错——知识图谱链接预测极易发生信息泄漏，因此研究者设计并实证验证了一个防泄漏协议。第三，对实际运行而言，仅给出一个点预测价值有限，研究者通过蒙特卡洛Dropout为每个预测附加认知不确定性估计，并对概率校准性进行审计。
**二、研究方法与关键技术创新**
研究人员构建了SEG2N框架，其流程涵盖八个阶段：知识图谱构建、节点特征工程、防泄漏数据划分、多尺度GNN编码、链接预测解码、不确定性估计、校准与风险覆盖率分析，以及候选链接生成。
在知识图谱构建方面，研究使用了SEPSES数据集，该数据集由SBA Research和TU Wien以RDF/Turtle格式发布。研究整合了三个来源：目标关系（从CVE转储文件中逐行扫描提取hasCWE三元组，共获得82,979条CVE→CWE链接，覆盖82,979个CVE和255个CWE类别）、语义上下文（解析CWE.ttl和CAPEC.ttl提取三类上下文边：CWE?CWE的hasRelatedWeakness、CWE?CAPEC的hasCAPEC与hasRelatedWeakness、以及CAPEC→Consequence的hasConsequence，共贡献3,030条上下文边）。最终构建的带类型多重图包含84,922个节点和86,009条边。
节点特征方面，每个节点分配13维特征向量，包含四个模块：类型编码（4维独热向量指示CVE/CWE/CAPEC/Consequence）、结构特征（4维：归一化入度、出度、介数中心性和紧密度中心性，但关键的是这些中心性仅在上下文子图上计算以避免泄漏标签信息）、CVE特定特征（2维：CVSS可用性影响值映射和披露年份归一化）、弱点语义特征（3维：典型严重性和后果影响描述符映射数值化）。
防泄漏划分与负采样方面，82,979条目标边按70/10/20划分为训练、验证和测试集。负样本以5:1比例采样以反映实际部署场景。所有负样本均为类型化的(CVE, CWE)对，其中30%为困难负样本——从真实目标的relatedWeakness邻域中采样，迫使模型区分一个弱点与其分类学上的近邻类别。消息传递图仅包含训练折的正样本hasCWE边和全部上下文边，验证与测试目标边均不包含在内，该不变量在训练前通过程序化断言加以确认。
编码器架构方面，SEG2N采用具有残差GCN分支的三层多头GAT堆叠结构：注意力头数从6→3→1渐进收缩，将广泛的多视角聚合集中为单一表征；GCN分支再注入均匀平滑的邻域信息，残差求和z = h
(3) + h
(4)保留了两种信号。解码器通过多层感知机对拼接后的节点嵌入打分。模型训练200个epoch，使用Adam优化器、二元交叉熵损失及正类权重以补偿5:1的类别不平衡。
不确定性感知推理方面，推断时重新激活所有Dropout模块并保持批归一化统计量冻结，执行T=50次随机前向传播，得到每对候选的预测均值μ和标准差σ。系统将μ≥τ的链接对保留为候选，σ<0.1标记为高置信度。
**三、主要研究结果**
**知识图谱结构分析。** 研究首先考察了模型推理所基于的图谱对象。该图具有两个显著特征：一是组成极度不平衡——84,922个节点中82,979个（97.7%）是CVE节点，而401个CWE、442个CAPEC和1,100个Consequence节点合计仅占约2.3%；二是图呈星形结构——每个CVE节点仅连接到恰好一个CWE中心节点，所有3,030条上下文边均存在于小规模非CVE核心内部。这是一种枢纽-辐条拓扑结构，这一结构特征对理解所有后续指标具有决定性意义。
**训练动态。** 训练收敛速度极快，验证AUC在前5个epoch内从0.5迅速升至约0.96，此后仅小幅提升，约从epoch 100起稳定在0.978–0.980的平台期。训练损失从1.49降至约0.40（epoch 75），随后缓慢降至0.34（epoch 200），验证损失略微低于训练损失。训练与验证AUC曲线几乎完全重合，无发散趋势，因此不存在过拟合问题。AUC近乎即时饱和的特征表明任务中大部分判别信号以极低成本即可获取，而非需要模型逐步组合困难的关系函数。
**测试性能与交叉验证。** 在独立测试集上，SEG2N取得AUC为0.9801、平均精确率（AP）为0.9005、精确率为0.6854、召回率为0.9579、F1分数为0.7991的结果。五折交叉验证确认该结果并非偶然：AUC的标准差仅为0.0003，说明模型的排序质量对数据划分几乎完全不变。交叉验证的平均AUC为0.9739。结果的形态一致：召回率非常高（均值0.9515±0.0015），精确率中等（均值0.6592±0.0042）。
**基线模型对比。** 在相同测试划分上对比了八种图原生基线方法。SEG2N在排序指标上领先：AUC（0.9801）比最强基线VGAE（0.9723）高0.8%，AP比VGAE（0.8604）高4.7%，F1分数比最强F1基线GraphSAGE（0.7212）高10.8%。值得注意的是，图自编码器基线通过几乎将所有样本预测为正来实现高AUC——GAE以0.176的精确率恢复了99.99%的真实链接，VGAE以0.257的精确率恢复了99.92%，其低F1分数揭示了AUC掩盖的真相。KGE基线则整体失败，DistMult、RotatE和ComplEx的三个模型AUC均低于0.5（差于随机），TransE稍好（AUC为0.857）但AP仅为0.466。原因在于：只有单一目标关系且CVE节点仅参与一条边的图结构下，KGE模型缺乏学习实体嵌入所需的充足关系上下文。
**校准与选择性预测分析。** 校准审计的结果并不理想：ECE（期望校准误差）为0.105，Brier分数为0.061，NLL为0.238。可靠性曲线在每个置信度区间都位于对角线下方，表明模型系统性过度自信——在模型给出0.65置信度的样本中，实际阳性比例仅为25%；在0.85置信度下实际阳性比例为52%；即使在最高置信度区间，模型声称0.98但经验阳性率仅为0.87。风险覆盖率曲线提供了操作性启示：在覆盖率0.23（最宽松阈值τ=0.5）时选择性风险达0.31，而收紧至τ≈0.98可将风险降至约0.065（覆盖率0.093）。曲线拐点位于τ≈0.98，而非通过朴素读取分数分布所建议的τ=0.85。因此面向分析人员的部署应使用τ=0.98并接受由此带来的低覆盖率。
**候选链接生成。** 使用MC Dropout扫描1,200,000个未观测的CVE×CWE对，在μ≥0.85阈值下获得34,595条候选链接。排名最高的候选链接μ≈1.0且σ≈10??，表明随机前向传递几乎完全一致。但所有排名最高候选均指向CWE-79（跨站脚本），这一集中现象本身即为一项重要信息——它并非发现的证据，而是先验的证据。
**四、讨论与结论**
讨论部分的研究发现揭示了模型最重要的结构局限。由于每个CVE恰好只有一条目标边，在测试阶段该边被移除后CVE节点在消息传递过程中完全孤立，其嵌入塌缩为仅对其原始特征（类型指示符、归一化披露年份、CVSS可用性影响）的变换——仅三个特征。这解释了结果中的全部不对称性：召回率高而精确率中等源于评分函数由CWE侧嵌入主导，模型实际上学习了强弱点类别先验并广泛套用，这捕获了几乎所有真实链接（高召回率），同时也导致许多真实类别不同的CVE被误触发（中等精确率）；候选链接集中到CWE-79是因为跨站脚本是语料库中最频繁的弱点类别之一；KGE基线的崩溃是因为它们仅依赖CVE侧本不存在的结构信息；AUC仍然很高的原因是仅凭CWE先验即可在很大程度上将正样本排在随机类型化负样本之上。研究明确指出：模型目前是一个强弱点类别先验加上结构细化，而非逐CVE推理器。
从实践角度看，该模型适合分流任务——给定积压的未分类CVE，它能以约0.95的召回率产出有排名的疑似弱点类别短名单，这正符合分析人员的工作模式。但该模型不适合自主图增强任务，34,595条候选链接不应在未经验证的情况下写回SEPSES，研究将其作为假设集发布以供外部验证。
研究的局限性包括：CVE侧特征匮乏（最核心的约束，但可通过加入文本嵌入和CVE?CPE边加以解决）、模型过度自信（ECE=0.105）、语料库偏差（CWE分布高度偏向文档完善的类别，长尾类别的自动化辅助最为需要但模型最为薄弱）、单标签真值（实际漏洞常实例化多个弱点，部分假阳性很可能是真值中缺失的真实链接，因此精确率为下限）、候选扫描规模有限（仅覆盖3,000个CVE样本而非完整的82,979×255空间）。
未来工作方向明确：一是使用预训练语言模型编码CVE描述并拼接至节点特征，将CVE侧表征从三个标量转化为语义丰富的向量；二是利用SEPSES中CVE到CPE的链接，为测试阶段的CVE节点提供真实邻域以获得消息传递结构；三是将任务重新表述为255个CWE类别上的多标签分类，并使用更贴合分析人员实际消费方式的排序指标（如Hits@k、MRR）进行评估。
论文结论总结如下：
研究提出了SEG2N——一种在SEPSES网络安全知识图谱上预测CVE→CWE链接的图神经网络框架，结合了多尺度GAT+GCN编码器、从CWE和CAPEC中提取的语义上下文边、类型化困难负采样和蒙特卡洛Dropout不确定性量化，并在严格防泄漏协议下运行。
该框架在独立测试折上取得AUC为0.9801、平均精确率为0.9005的成绩，超越了在同一划分上训练的八种图原生基线，五折交叉验证确认了结果的稳定性（AUC为0.9739±0.0003）。对120万未观测对的扫描产生了34,595条候选链接，已发布供外部验证。
研究没有停留在漂亮的基准数字上。校准审计显示模型过度自信（ECE=0.105），风险覆盖率分析将合理运行阈值从0.85提升到0.98。更根本的是，失效模式分析表明，由于每个CVE恰好携带一条目标边，测试时的CVE节点在消息传递过程中被隔离，模型因此主要从弱点类别先验而非逐CVE证据进行推理。高召回率、中等精确率、KGE基线的崩溃以及顶级候选集中在单一高频类别上，全部是这一结构事实的后果。
研究将该诊断视为本文最有价值的贡献。它将一个看似强劲的基准结果转化为一个良定的工程问题——丰富CVE侧面的文本和CPE衍生信号——并提供了一个超越该数据集的普适警示：在类别不平衡、连接稀疏的知识图谱上，高AUC是一个必要但远非充分的模型推理条件。
该论文发表在《Scientific African》期刊上。
