当前位置: 首页 > ds >正文

NIST提出新型安全指标:识别潜在被利用漏洞

image

美国国家标准与技术研究院(NIST)近日公布了一项突破性的安全指标,旨在评估哪些软件漏洞可能已被利用——即使相关组织尚未察觉。

这项由前NIST专家Peter Mell和网络安全与基础设施安全局(CISA)Jonathan Spring共同完成的研究成果《可能被利用的漏洞:漏洞利用概率的拟议指标》(NIST CSWP 41)于2025年5月19日发布,填补了漏洞管理领域的关键空白。研究显示,已知漏洞中仅有约5%会被实际利用,而企业通常每月仅能修复16%的漏洞,新方法将帮助安全团队更有效地确定修复优先级。

现有漏洞评估体系的局限性

当前漏洞管理主要依赖两种存在明显缺陷的方法:

  • 漏洞利用预测评分系统(EPSS):预测未来30天内漏洞被利用的可能性,但其模型"刻意排除了历史漏洞利用数据作为输入参数",导致"无法识别过去已被利用的漏洞,造成评分失准"。
  • 已知被利用漏洞清单(KEV):记录确认被利用的漏洞,但"可能不够全面,且在此研究之前缺乏衡量其覆盖范围的计量方法"。

这种预测与确认之间的脱节形成了漏洞优先级排序的关键缺口,而新型LEV指标正是为解决这一问题而生。

可能被利用漏洞(LEV)指标详解

LEV指标建立在数学模型基础上,通过累加EPSS分数随时间的变化来计算累积利用概率。研究提出了两种计算变体:LEV和LEV2。

基础公式LEV(v, d₀, dₙ) ≥ 1 – ∏(1-epss(v, dᵢ) × weight(dᵢ, dₙ, 30))将EPSS分数作为30天窗口预测因子,计算资源需求较低。更精细的LEV2变体将EPSS分数除以30视为单日覆盖值,对分数变化响应更灵敏,但需要显著更强的处理能力。两种方法都提供随着数据点增加而改进的下限估计值。

四大突破性管理能力

LEV指标为安全团队提供了前所未有的四种关键能力:

  1. 通过Expected_Exploited()方程首次实现被利用CVE预期比例的量化测量
  2. 通过KEV_Exploited()方程开创性地评估KEV清单的全面性
  3. 识别当前未列入KEV清单的高风险CVE,实证数据显示存在"数百个概率接近1.0却未被列入清单"的漏洞
  4. 提供融合"预测数据、已知信息和统计推断"的复合方法,建立更具防御性的优先级策略

对行业实践的深远影响

LEV指标标志着漏洞管理数学方法的重大进步,其设计初衷并非取代而是补充现有工具。NIST甚至提供了将LEV与现有方法整合的复合方程,使组织能更全面地掌握漏洞态势。

面对漏洞数量远超修复能力的现实困境(组织通常仅能处理16%的漏洞,而真正关键的漏洞仅占5%),这一新型数学方法有望帮助弥合两者间的巨大鸿沟。

http://www.xdnf.cn/news/8398.html

相关文章:

  • 港口危货储存单位主要安全管理人员考试题
  • java使用aspose合并exl单元格
  • 【Qt开发】显示类控件——QLabel
  • IDEA中设置mysql数据库中列的主键、唯一、非空、递增等属性,及如何删除此前设置的属性
  • 基于 STC89C52 的养殖场智能温控系统设计与实现
  • Spring Boot + MyBatis-Plus实现操作日志记录
  • 绘制音频信号的各种频谱图,包括Mel频谱图、STFT频谱图等。它不仅能够绘制频谱图librosa.display.specshow
  • 知道不知道
  • 【SpringBoot】从零开始全面解析Spring IocDI (一)
  • table表格鼠标圈选数据并复制且自带html结构
  • 基于Python+YOLO模型的手势识别系统
  • 使用 FFmpeg 将视频转换为高质量 GIF(保留原始尺寸和帧率)
  • ​从非洲掘金到全球逐鹿,传音用本地化战略重塑出海路径
  • C++11-(3)
  • Android内存调优学习总结(OOM与ANR)
  • ARFoundation系列讲解 - 77 音频可视化
  • Science Robotics|仿生章鱼机器人问世:流体智能分级操控,抓豆腐、测触感全自动
  • API自动化与持续集成核心实战知识点!
  • uniapp 嵌入鸿蒙原生组件 具体步骤
  • 封装WPF中列表控件的剪贴板操作(附源码)
  • 如何通过用户体验设计提升Shopify独立站的信任度
  • 云原生安全核心:云安全责任共担模型(Shared Responsibility Model)详解
  • 解锁C++编辑距离:文本相似度的度量密码
  • 界面组件DevExpress WPF中文教程:Grid - 行和卡片
  • 扫描电镜:打开微观世界的“超维相机“
  • [实战]用户系统-2-完善登录和校验以及VIP
  • Python打卡第34天
  • PETR- Position Embedding Transformation for Multi-View 3D Object Detection
  • leetcode 61. Rotate List和86. Partition List
  • 【心海资源】黄金首饰价格查询单页源码