인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 보안 취약점 개요를 입력으로 CVSS v3.1 Base Metrics를 자동 예측하는 경량 언어 모델 기반 방법을 제안한다. DistilBERT를 공통 인코더로 사용하고 각 항목별 분류 헤드를 병렬로 연결한 Multi-Task 구조를 설계하여 NVD에서 수집한 약 22만 건의 데이터셋을 학습하였다. 실험 결과 제안된 모델은 기존 단일 태스크 접근보다 효율성과 일관성이 향상되었으며 입력 토큰 길이가 성능에 중요한 영향을 미침을 확인하였다. 본 연구는 CVSS 지표 예측의 자동화 가능성을 입증하였으며 향후 비정형 데이터 활용과 설명 가능 인공지능 기법 접목을 통해 신뢰성을 강화할 수 있을 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094820367