Στη Διπλωματική αυτή, θα εστιάσουμε στην ανάλυση, μηχανική μάθηση και πρόβλεψη των Common Vulnerabilities and Exposures (CVE) (Κοινές Ευπάθειες και Εκθέσεις). Αυτά αποτελούν μια συλλογή πληροφοριών για ευπάθειες και εκθέσεις ασφαλείας που είναι γνωστές στο κοινό και διατηρείται από την The MITRE Corporation. 

Ένα αναγνωριστικό CVE αντιπροσωπεύει μια μεμονωμένη ευπάθεια σε θέματα ασφαλείας και επιτρέπει στους προμηθευτές, τους ερευνητές και τους πελάτες να μάθουν περισσότερα για τη συγκεκριμένη ευπάθεια.

Σκοπός της ΔΕ είναι η εφαρμογή τεχνικών Μηχανικής Μάθησης σε δεδομένα της MITRE Corp και η υλοποίηση μιας εφαρμογής σε γλώσσα Python όπου θα αντλεί τα δεδομένα και θα τα αναλύει χρησιμοποιώντας τεχνικές Μηχανικής Μάθησης.

Η διαφοροποίηση της διπλωματικής αυτής σε σχέση με αντίστοιχες προσπάθειας στη βιβλιογραφία είναι ότι θα στοχεύσει στην υλοποίηση μιας εφαρμογής με αυτοματοποιημένη άντληση, από την ιστοσελίδα της MITRE Corp, (“Download”) των δεδομένων σε αρχείο μορφής “CSV” προς επεξεργασία και ανάλυση, βάσει των εργαλείων – βιβλιοθηκών της Python, δημιουργία μοντέλου μηχανικής μάθησης και μελλοντικής πρόβλεψης (για παράδειγμα  - δεκαετίας 2024 – 2034).

This thesis focuses on the analysis, application of machine learning techniques, and prediction using Common Vulnerabilities and Exposures (CVE) data. This is a collection of information about vulnerabilities and security exposures that are publicly known and maintained by The MITRE Corporation.

A CVE identifier represents individual security vulnerability and allows vendors, researchers, and customers to learn more about that vulnerability.

The purpose of the thesis is to apply Machine Learning techniques to MITRE Corp data and implement a Python language application where it will extract the data and analyze it using Machine Learning techniques.

The differentiation of this thesis, compared to similar research efforts, is that it will aim at the implementation of an application with automated extraction, from the website of MITRE Corp, ("Download") of the data in a "CSV" format file for processing and analysis, based on Python tools - libraries, building a machine learning and prediction model over future i.e. a decade (2024 – 2034).