From 5aa948899541843bb63b76c06da540e2bed25777 Mon Sep 17 00:00:00 2001
From: Wzzz <3305341274@qq.com>
Date: Thu, 15 May 2025 21:26:37 +0800
Subject: [PATCH] ADD file via upload

---
 README.md | 75 +++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 75 insertions(+)
 create mode 100644 README.md

diff --git a/README.md b/README.md
new file mode 100644
index 0000000..8600aac
--- /dev/null
+++ b/README.md
@@ -0,0 +1,75 @@
+
+
+# 第18届中国大学生计算机设计大赛
+
+# “漏洞分阶——NLP 文本大模型漏洞等级研判系统”
+
+**团队人员：王伊舟 李伟**
+
+## 1、数据分析
+
+利用聚类和热力图来分析赛事方提供的数据，帮助我们探寻解决问题的方式。
+
+聚类采用降维和标准化处理后的数据，随后进行K-Means算法进行训练建模并根据误差平方和准则、轮廓系数、卡林斯基-哈拉巴斯指数作为聚类簇数的确定依据。再结合热力图判断数据集中各部分之间的影响关系，从中得到各部分数据之间的相关性。
+
+经过数据深入挖掘分析，并参考得出的结论，我们决定将CVSS评分预测研判分解成八个子问题，每个子问题对应着CVSS Vector String中的各个指标，通过预测每项指标的结果，最终合成预测的CVSS Vector String，再通过其计算得出CVSS得分。
+
+
+
+## 2、算法设计
+
+我们使用多个NLP模型结合词干提取与词性还原、Shapley值同时配合5008个额外与漏洞信息相关的额外单词表设计了一个CVSS评分预判模型，并利用热力图显示的权重调入参数输入模型。该模型由八个子模型构成，每个子模型分别预测CVSS Vector String中的AV、AC、PR、UI、S、C、I、A八个指标，然后结合我们由热力图得出的权重，对需要预测CVSS评分数据集的漏洞描述进行标签预测（每个指标具有不同的标签，不同标签对CVSS得分有不同的影响），然后得出最终的通过预测结果计算预测的CVSS得分。
+
+## 3、模型设计
+
+使用NLP模型结合词干提取与词性还原、Shapley值同时配合5008个额外与漏洞信息相关的单词设计了一个CVSS评分预判模型，并利用热力图显示的权重调入参数输入模型。该模型由八个子模型构成，每个子模型分别预测CVSS Vector String中的AV、AC、PR、UI、S、C、I、A八个指标，然后结合我们由热力图得出的权重，对需要预测CVSS评分数据集的漏洞描述进行标签预测（每个指标具有不同的标签，不同标签对CVSS得分有不同的影响），然后得出最终的通过预测结果计算预测的CVSS得分。
+
+## 4、文件内容介绍
+
+acc文件夹存放模型准确度等数据相关截图；
+
+com文件夹存放模型性能分析相关截图，包括Squared Errors分布图；
+
+cvss文件夹包含一些计算cvss得分的工具包；
+
+data文件夹存放比赛方提供的原始数据集；
+
+dataset文件夹为训练所用数据集、验证集、测试集；
+
+dataset_more文件夹为我们自行采集包含数据更多的数据集；
+
+main文件夹存放本作品主要运行代码，包括decisionTree、K-Means、output。decisionTree文件夹存放决策树数据分析相关代码，K-Means文件夹存放聚类分析相关代码，output存放训练的模型和输出的结果；
+
+nltk_data文件夹用来存放nltk工具包
+
+vocab文件夹存放加入的漏洞特征单词表
+
+
+
+## 5、部署运行方式
+
+本作品编写/实验环境：
+
+​        操作系统：Windows 11 23H2
+
+​        实验GPU：RTX3070Ti Laptop 8G
+
+​        CUDA：12.5
+
+​        Torch：2.4.1
+
+模型训练：
+
+​        （1）下载安装对应版本的Python依赖包，可直接使用命令pip install -r requirements.txt；
+
+​        （2）根据提示安装NLTK相关工具包；
+
+​        （2）直接运行编写好的train.sh脚本，在Linux和Windows上均可运行。
+
+测试：
+
+​         （1）模型训练完成后直接运行test.sh脚本。
+
+注：不同操作系统会存在路径识别问题，需要更改代码中的路径引用。
+
+本作品完整代码已上传GitLink仓库和百度网盘。百度网盘包括已训练的模型，可直接使用。由于GitLink代码仓库对单一文件具有大小限制，故未上传我们自己训练的模型，需要自行训练，仅包含全部源代码。