Prédiction automatisée de la gravité des CVE à l'aide de l'apprentissage profond et de l'IA explicable

Résumé Les vulnérabilités en cybersécurité représentent une menace critique pour les systèmes d'informations, entraînant souvent des fuites de données et des perturbations opérationnelles. Une évaluation précise de la gravité des vulnérabilités est donc essentielle pour une priorisation efficace des risques. Le système des Vulnérabilités et Expositions Communes (CVE) maintient un catalogue de telles vulnérabilités, chacune accompagnée d'une brève description textuelle et d'un score de gravité, typiquement attribué en utilisant le Système Commun de Notation des Vulnérabilités (CVSS). Cependant, l'attribution des scores de gravité est chronophage et consomme des ressources, soulignant la nécessité de méthodes de prédiction automatisées. Dans cette étude, nous explorons la prédiction automatique des niveaux de gravité des CVE directement à partir des descriptions textuelles en utilisant l'apprentissage automatique. Pour aborder le déséquilibre des classes, nous exploitons GPT-Neo, un modèle de langage génératif, pour augmenter synthétiquement les catégories sous-représentées. Nous ajustons un modèle d'apprentissage profond basé sur DeBERTa pour la classification, atteignant une grande précision dans la prédiction des niveaux de gravité à partir du texte seul. Pour améliorer l'interprétabilité de notre modèle, nous utilisons des Explanations Locales Interprétables Indépendantes du Modèle (LIME) pour identifier les termes et phrases clés qui ont le plus influencé les décisions du modèle. Cette approche démontre une forte performance prédictive et fournit un aperçu des patterns linguistiques associés à la gravité des vulnérabilités.