📊 Análise Probabilística de Vulnerabilidades CVE (2023–2026)

Descrição

Este projeto tem como objetivo realizar uma análise probabilística e estatística de vulnerabilidades catalogadas no banco de dados CVE (Common Vulnerabilities and Exposures), utilizando registros oficiais do projeto CVE List V5.

A análise considera uma amostra composta pelos primeiros registros de cada ano, abrangendo o período de 2023 a 2026. Para cada ano, são analisadas as vulnerabilidades do intervalo CVE-YYYY-0001 até CVE-YYYY-0999, totalizando até aproximadamente 4.000 registros.

Os dados são processados com Python para gerar um dataset estruturado, permitindo a aplicação de técnicas de estatística descritiva e probabilidade em um conjunto de dados reais da área de segurança da informação.

---

🎯 Objetivos

• Construir um dataset estruturado a partir dos registros CVE.
• Extrair informações relevantes sobre severidade e exploração.
• Realizar análises estatísticas descritivas.
• Aplicar conceitos básicos de probabilidade em dados reais.
• Produzir visualizações para interpretação dos resultados.

---

📂 Fonte dos Dados

Os registros utilizados são provenientes do repositório oficial do CVE Program:

https://github.com/CVEProject/cvelistV5

Foram considerados apenas os anos:

• 2023
• 2024
• 2025
• 2026

Para cada ano são analisados apenas os registros:

CVE-YYYY-0001
até
CVE-YYYY-0999

📋 Variáveis Extraídas

Categoria	Variável	Tipo
Identificação	CVE ID	Texto
Identificação	Ano	Numérica
Severidade	CVSS Score	Numérica
Severidade	Severity	Categórica
Explorabilidade	Attack Vector	Categórica
Explorabilidade	Attack Complexity	Categórica
Explorabilidade	Privileges Required	Categórica
Explorabilidade	User Interaction	Categórica
Impacto	Confidentiality Impact	Categórica
Impacto	Integrity Impact	Categórica
Impacto	Availability Impact	Categórica
Operacionais	Automatable	Binária

Estrutura do Projeto

AnaliseProbabilistica_CVE/
│
├── cves/
│   ├── 2023/
│   ├── 2024/
│   ├── 2025/
│   └── 2026/
│
├── scripts/
│   ├── extract_dataset.py
│   ├── analysis.py
│   └── plots.py
│
├── resultados/
│   ├── dataset.csv
│   ├── dataset.xlsx
│   ├── cvss_hist.png
│   ├── severity.png
│   ├── attack_vector.png
│   └── automatable.png
│
├── requirements.txt
└── README.md

Metodologia

1. Obtenção dos registros CVE.
2. Extração automática das variáveis de interesse.
3. Organização dos dados em um dataset tabular.
4. Limpeza e padronização dos dados.
5. Aplicação de estatística descritiva.
6. Cálculo de probabilidades simples e condicionais.
7. Geração de gráficos para visualização dos resultados.

Análises Realizadas

Estatística Descritiva

• Média do CVSS Score
• Mediana
• Desvio padrão
• Valores mínimo e máximo
• Distribuição das severidades

Distribuições

• Frequência de Attack Vector
• Frequência de Attack Complexity
• Frequência de Privileges Required
• Frequência de User Interaction

Probabilidade

Exemplos de probabilidades calculadas:

• Probabilidade de uma vulnerabilidade ser Critical.
• Probabilidade de possuir Attack Vector = Network.
• Probabilidade de não exigir privilégios.
• Probabilidade de exploração automatizável.
• Probabilidade condicional entre severidade e vetor de ataque.

Visualizações

O projeto gera gráficos como:

• Histograma do CVSS Score
• Distribuição das severidades
• Distribuição dos vetores de ataque
• Distribuição dos privilégios requeridos
• Distribuição de vulnerabilidades por ano

Tecnologias Utilizadas

• Python
• Pandas
• Matplotlib
• OpenPyXL

Instalação

Clone o repositório:

git clone https://github.com/eduardobezerraz/AnaliseProbabilistica_CVE.git

Instale as dependências:

pip install -r requirements.txt

Obtenção dos Dados

Os arquivos JSON não são distribuídos neste repositório devido ao seu volume.

Para reproduzir a análise:

git clone --depth 1 --filter=blob:none --sparse https://github.com/CVEProject/cvelistV5.git

cd cvelistV5

git sparse-checkout init --cone

git sparse-checkout set \
cves/2023 \
cves/2024 \
cves/2025 \
cves/2026

A estrutura esperada é:

cvelistV5/
└── cves/
    ├── 2023/
    ├── 2024/
    ├── 2025/
    └── 2026/

Em seguida, copie a pasta cves para a raiz deste projeto.

Execução

Gerar o dataset:

python scripts/extract_dataset.py

Realizar a análise estatística:

python scripts/analysis.py

Gerar os gráficos:

python scripts/plots.py

Todos os resultados serão armazenados na pasta resultados/.

Questões de Pesquisa

Este trabalho busca responder questões como:

• Qual a severidade média das vulnerabilidades analisadas?
• Qual o vetor de ataque mais frequente?
• Vulnerabilidades críticas costumam exigir privilégios?
• Qual a probabilidade de uma vulnerabilidade ser explorável remotamente?
• Existe diferença no perfil das vulnerabilidades entre 2023 e 2026?

Resultados Esperados

Ao final da execução do projeto, espera-se obter:

• Um dataset consolidado contendo aproximadamente 4.000 registros de vulnerabilidades (CVE-2023-0001 a CVE-2026-0999).
• Arquivos de saída nos formatos CSV e Excel, prontos para análises posteriores.
• Estatísticas descritivas das variáveis extraídas, como média, mediana, desvio padrão e distribuição de frequências.
• Estimativas de probabilidades simples e condicionais relacionadas às características das vulnerabilidades.
• Gráficos que representem a distribuição da severidade, vetores de ataque, privilégios requeridos e evolução das vulnerabilidades por ano.

Os resultados obtidos servirão como exemplo da aplicação de técnicas de estatística descritiva e probabilidade em um conjunto de dados real da área de Segurança da Informação.

Licença

Projeto desenvolvido para fins acadêmicos.

Os registros CVE pertencem ao CVE Program e aos respectivos fornecedores responsáveis pela divulgação das vulnerabilidades.