该研报主要研究了基于深度学习的安全缺陷报告预测方法。研究发现,传统机器学习分类算法在安全缺陷报告预测性能方面存在一定的瓶颈,因此提出了一种基于深度学习的安全缺陷报告预测方法。该方法使用深度文本挖掘模型TextCNN和TextRNN构建安全缺陷报告预测模型,并使用Skip-Gram方式构建词嵌入矩阵和注意力机制对TextRNN模型进行优化。实证研究结果表明,该方法在80%的实验案例中都优于传统机器学习分类算法,性能指标F1-score平均可提升0.258,甚至在最好的情况下可以提升0.535。此外,还对不同采样方法进行了实证研究,并对结果进行了分析。
发现报告(www.fxbaogao.com)汇聚了全网最全的研报资源,数量之多令人惊叹。作为金融圈用户量极大的平台,我们覆盖了宏观、行业、公司及财报等全领域。我们追求极致的效率,设计极简,技术领先,帮您从海量数据中迅速抓取重点。无论是行业研究还是投资分析,这里都是您高效获取信息、实现精准决策的得力工具。