面向数据退化场景下鲁棒漏洞可利用性预测的弹性多模态融合方法

《Advanced Intelligent Systems》：Resilient Multimodal Fusion for Robust Vulnerability Exploitability Prediction Under Data Degradation

　　

中文摘要翻译 自动化评估软件漏洞可利用性对于智能网络防御至关重要，然而其有效性常常受到不稳定、延迟或退化的安全数据的阻碍。现有模型通常仅依赖非结构化描述或结构化元数据，使其在信息缺失时表现脆弱。研究人员提出了SecureFusion-X，一种专为在不利数据条件下进行可靠预测而设计的弹性多模态框架。该系统采用决策级融合策略，集成两个专用分支：TextGuard-Lite——基于蒸馏MiniLM模型的高效编码器，以及TabShield-Net——基于TabTransformer的元数据编码器。一种模拟模态扰动的无泄漏训练协议为鲁棒性提供支撑。在8549条经整理的NVD对齐漏洞记录上的评估表明，在干净测试条件下，SecureFusion-X将F1从结构化元数据基线的0.9766提升至0.9798，同时将Brier分数从0.0202降低至0.0182。在30%文本缺失或噪声的代表性数据退化条件下，SecureFusion-X保持稳定，融合性能波动小于0.1%，而纯文本基线在文本缺失条件下下降了9.5%。SecureFusion-X为在受控和时间偏移评估设置下的漏洞可利用性优先级排序提供了一种计算高效且面向鲁棒性的框架。

论文解读

一、研究背景与问题提出

全球软件生态系统的持续扩张导致公开披露的漏洞数量急剧攀升，给网络安全从业者带来了沉重负担。每年有数千条新的通用漏洞与暴露（CVE）被编目收录，但实证证据表明，其中仅有很小一部分在实际攻击中被成功武器化。然而，这些被利用的漏洞虽然数量稀少，却对组织稳定性构成不成比例的威胁，往往造成严重的经济损失和运营中断。面对海量的漏洞披露，人工分诊已不再可行，迫切需要开发能够准确预测可利用性以优先安排修复工作的智能自动化系统。

通用漏洞评分系统（CVSS）仍是量化软件缺陷技术严重性的行业标准。然而，CVSS元数据虽然提供了必要的结构性洞察，技术严重性却常常是实际可利用性的误导性代理指标。攻击者可能优先选择那些更容易利用、串联、操作化或更不易被传统防御机制察觉的低危或中危漏洞。因此，稳健的防御态势需要超越静态严重性评分，捕捉威胁态势的动态细微差别。

当前自动化风险评估工具，如漏洞利用预测评分系统（EPSS）和研究驱动的自然语言处理（NLP）模型，虽已显著推进该领域，但一个关键局限仍然存在：大多数现有框架是单模态的，完全依赖非结构化文本描述或结构化指标。在真实安全运营中，数据往往不完美；NVD派生的结构化元数据（如向量组件和基础严重性信息）可能不可用、不完整或在初始披露后被修订，而NVD描述可能稀疏、含噪、泛化或暂时不完整。单模态模型在这些场景中天然脆弱：以文本为中心的模型在描述缺失时失效，而基于指标的模型在元数据不可用时失败。此外，现有系统在“模态退化”下往往难以维持性能。因此，迫切需要一种统一框架，能够融合不同的数据信号，并在文本证据缺失或损坏时显式评估弹性，同时设计为在训练期间容忍结构化元数据的扰动。

二、研究内容与核心贡献

针对上述挑战，研究人员提出了SecureFusion-X，一种专为在不利数据条件下进行高保真可利用性预测而设计的弹性多模态框架。该架构采用决策级融合策略，集成两个专用分支：TextGuard-Lite——基于蒸馏MiniLM的学生模型，优化用于漏洞描述语义理解；以及TabShield-Net——基于TabTransformer的编码器，用于从结构化漏洞元数据中提取复杂模式。

主要贡献包括三个方面：第一，提出鲁棒多模态融合框架，协调语义文本特征与结构化元数据，在验证校准决策阈值下相较于最强单模态基线提升了F₁、召回率、马修斯相关系数（MCC）和校准性能；第二，引入利用模态掩蔽和噪声注入的专门训练协议，使系统在30%文本退化设置下保持运行和准确，敏感性分析进一步评估了高达50%的文本缺失和噪声比例；第三，通过知识蒸馏实现高计算效率设计，在保持轻量计算足迹的同时实现强无泄漏性能（F₁=0.9798）。

三、关键技术与方法

研究人员构建实验数据集的方式为：将来自NVD的公开漏洞记录与GreenExBert数据集采用的CVE级二元漏洞利用证据标签对齐。NVD原始记录从NIST官方NVD JSON 2.0年度数据源（2016–2024）下载，共提取202,095条CVE记录，经标签匹配、去重和泄漏字段移除后，最终得到8549条经整理的标注实例（4275正例，4274负例），按68%、17%、15%分层划分为训练集（5812）、验证集（1454）和测试集（1283）。

主要技术方法包括：文本模态采用TextGuard-Lite，先以加权二元交叉熵微调高容量教师模型（MiniLM），再通过知识蒸馏将紧凑学生模型从教师层中蒸馏获得，蒸馏温度T=3.0，混合交叉熵-蒸馏目标函数，文本扰动概率p_text=0.15；结构化模态采用TabShield-Net，基于TabTransformer架构，将25个类别特征嵌入、16个数值特征投影后通过自注意力层处理，表格扰动概率p_tab=0.30；融合模块采用决策级逻辑回归元分类器（C=1.0，决策阈值0.74），在验证集上校准以最大化F₁。所有预处理统计量仅从训练集估计。

四、研究结果

4.3 总体可利用性预测性能：在干净测试条件下（1283条CVE），TextGuard-Lite达到F₁=0.8608、ROC-AUC=0.9422；TabShield-Net达到F₁=0.9766、ROC-AUC=0.9978；SecureFusion-X达到F₁=0.9798、准确率0.9797、MCC=0.9595、Brier分数0.0182。结果表明结构化元数据分支是干净测试性能的主要驱动因素，文本分支提供互补性支持。

4.4 融合策略消融：对比决策级逻辑回归融合、特征级注意力融合和特征级拼接融合。注意力融合在干净和退化设置下F₁略高（干净0.9813），但决策级融合在退化条件下同样稳定（30%缺失和噪声下均为0.9806），且更简单、模块化、易于校准，故保留为最终设计。

4.5 训练动态：TextGuard-Lite在第4轮达到最佳验证性能，TabShield-Net在第12轮达到最佳验证性能。完整框架约2327万可训练参数，FP32格式约88.78MB，TextGuard-Lite单样本推理时间6.84ms，全量2024批次推理2.9479s。

4.6 文本缺失或噪声下的鲁棒性：在0%至50%缺失文本和噪声文本的敏感性分析中，TextGuard-Lite在30%缺失文本时F₁降至0.7793（下降9.5%），50%时降至0.7393；TabShield-Net不受文本扰动影响（始终0.9766）；SecureFusion-X在全部退化范围内F₁保持在0.9798至0.9806之间，波动小于0.1%。

4.7 时间迁移评估：采用2016–2022训练、2023校准、2024评估的前向时间迁移协议。零样本设置下，SecureFusion-X取得最佳F₁=0.3970±0.0323和最低FPR=0.0511±0.0033；TabShield-Net取得最高ROC-AUC=0.9098±0.0178。阈值仅适配需0.1545s，融合仅重拟合需2.5703s，但两种轻量适配均未超过零样本F₁。

4.9 与现有模型对比：与BERT–LSTM（F₁=0.926）、all-mpnet（0.932）、sentence-bert-base（0.933）、GreenExBert（0.927）、Cost-LSTM（0.940）、ExPreHet（0.8325）、RGCN-VulVendorNet（0.8240）等文献结果相比，SecureFusion-X在准确率、平衡准确率、召回率、F₁和MCC上均取得最优。

五、结论与讨论

研究人员指出，真实世界漏洞分诊需要在信息不完整和不断演化的条件下进行及时的可利用性估计。SecureFusion-X的计算效率和模态鲁棒设计表明其在SIEM、SOAR和企业漏洞管理平台等高吞吐量场景中具有进一步研究的潜力。然而，由于主要标注队列是经整理且近似类别平衡的，在更大规模自然不平衡运营人群上的额外验证是部署级声明的前提。

研究结论可概括为：SecureFusion-X通过决策级融合将蒸馏MiniLM文本分支与TabTransformer结构化分支相结合，在干净条件下将F₁从结构化基线0.9766提升至0.9798并将Brier分数从0.0202降至0.0182；在30%文本退化下融合性能波动小于0.1%，而纯文本基线下降9.5%；完整框架约2327万参数、88.78MB，单样本推理6.84ms。该框架为漏洞可利用性优先级排序提供了计算高效且面向鲁棒性的解决方案，在受控和时间偏移评估设置下均验证了其稳定性。未来方向包括更深的跨注意力机制、多级融合方法以及在自然不平衡运营环境中的进一步验证。