드물고 불규칙한 취약점 관측을 모델링하기: 데이터 제약 하의 예측
Modeling Sparse and Bursty Vulnerability Sightings: Forecasting Under Data Constraints
TL;DR AI
1분핵심 요약
연구진은 취약점 관측 활동을 시간에 따라 예측할 수 있는지 검증했다.
SARIMAX 같은 시계열 모델과 Poisson 회귀 같은 카운트 기반 모델을 비교했다.
희소하고 급변하는 데이터에서는 일반적인 시계열 예측이 불안정했으며, 카운트 모델과 단순 감쇠 방식이 더 안정적이었다.
사이버 위협 인텔리전스에서는 드문 사건의 불규칙성을 반영한 예측 방법이 필요하다는 점을 보여준다.
같은 주제
