{
  "id": "common-vulnerability-scoring-system",
  "title": "通用漏洞评分系统",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "通用漏洞评分系统是一个开放框架，用于描述安全漏洞，并以标准化的数值评分表示其严重程度。",
  "category": "computer-science",
  "subcategory": "networks-security",
  "type": "concept",
  "aliases": [
    "CVSS",
    "通用漏洞评分体系"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/common-vulnerability-scoring-system/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/common-vulnerability-scoring-system/",
      "json": "https://aiwiki.page/en/common-vulnerability-scoring-system.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "**通用漏洞评分系统（CVSS）**是一个开放框架，用于描述安全漏洞的技术特征和严重程度。它通过一组指标值、一个机器可读的向量字符串，以及一个介于 0.0 到 10.0 之间的数值评分来表达评估结果。CVSS 由事件响应与安全团队论坛（FIRST）维护，为软件供应商、安全研究人员、漏洞数据库以及负责维护受影响系统的组织提供一套通用术语。\n\nCVSS 旨在解决网络安全中的一个核心问题：如果没有统一的定义，就很难以一致的标准比较“严重”“可远程利用”或“需要身份验证”等描述。其指标将利用漏洞所需的条件与利用后造成的后果区分开来。该系统的不同版本还支持根据漏洞利用条件的变化和具体部署环境的特点进行调整。\n\nCVSS 评分衡量的是特定假设下漏洞的严重程度，既不能全面衡量组织面临的风险，也不能预测漏洞是否会遭到利用。因此，要理解一个评分，就需要了解其版本、向量、评估背景及相关说明。从 2005 年首次发布到 2023 年推出 4.0 版，该框架在发展过程中逐步细化了这些区分。"
    },
    {
      "heading": "起源、治理与版本历史",
      "text": "CVSS 源于 21 世纪初与美国国家基础设施咨询委员会相关的工作。当时，厂商和安全组织采用的严重程度评定方案互不兼容，难以跨产品比较漏洞。一家供应商给出的数值评估，与另一家供应商看似等同的评估，可能反映了不同的可利用性与影响组合。CVSS 力求明确呈现这些底层判断，而不仅仅是统一最终的等级标签。\n\n1.0 版于 2005 年发布，FIRST 随后成为该框架的维护机构。FIRST 通过一个特别兴趣小组维护 CVSS，负责制定规范、编写说明材料和示例，以及开发评分工具。这种安排将评分框架的维护与具体漏洞的评估分开：FIRST 定义评分系统，厂商、研究人员、数据库运营方及其他评估者则负责应用该系统。CVSS 并不要求每个漏洞都必须由某个中央评分机构给出唯一的评分。\n\n2.0 版于 2007 年 6 月发布，对最初的模型作了重大修订，并被广泛纳入漏洞数据库和评估产品。该版本将信息组织为基本、时间和环境三个指标组。其基本指标包括访问向量、访问复杂度、身份验证，以及对机密性、完整性和可用性的影响。历史记录中仍保留着第 2 版的评分，但其定义与后续版本存在较大差异，因此这些分数不能直接互换使用。\n\n3.0 版于 2015 年 6 月发布。该版本引入了独立的所需权限指标和用户交互指标，并新增范围指标，用于描述影响跨越安全权限边界的情况。2019 年 6 月发布的 3.1 版保留了基本架构，同时进一步明确了定义、评估指南及部分计算细节。这些变化属于渐进式改进，而非对整个模型的替换。\n\n4.0 版于 2023 年 11 月发布。该版本将攻击要求与攻击复杂度分开，以对易受攻击系统和后续系统的明确影响取代范围指标，将时间指标组更名为威胁指标组，并增加了补充指标。它还采用了一种与以往显著不同的评分方法。因此，版本号是每项评估含义的一部分：某一代版本中的“9.0”不一定等同于另一代版本中的“9.0”，即使两者采用相同的定性等级标签。"
    },
    {
      "heading": "评估对象、向量与严重性类别",
      "text": "CVSS 评分的基本对象是漏洞及其利用场景，而不是产品的整体安全性。一个软件包可能包含多个漏洞，各自的利用前提和后果不尽相同。反过来，同一个底层缺陷也可能出现在多个产品或多种部署方式中。有意义的评估需要明确受影响的组件、攻击者的初始位置、利用漏洞所需的条件，以及成功利用后可能造成的影响。\n\n各项指标的取值以向量字符串编码。例如，3.1 版的向量可以采用以下形式：\n\nCVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H\n\n该向量表示：可通过网络发起攻击、攻击复杂度低、无需权限、无需用户交互、影响范围不变，且对机密性、完整性和可用性的影响均为高。按照 3.1 版的计算方法，其基本评分为 9.8。向量以紧凑的形式保留了评估的依据；单看分数，无法判断漏洞主要会导致数据泄露、服务中断，还是其他后果。\n\n3.1 版和 4.0 版采用以下定性严重性区间：\n\n数值评分 | 严重性\n0.0 | 无\n0.1–3.9 | 低\n4.0–6.9 | 中\n7.0–8.9 | 高\n9.0–10.0 | 严重\n\n这些类别只是分数区间的标签，并非独立的度量。9.0 分跨过了“严重”类别的界限，而 8.9 分仍属于“高”，但这条界限并不意味着漏洞被利用的概率或造成的经济损失会突然发生变化。早期的 2 版在分类上也有所不同：其常用的定性分级并未将高分区间进一步划分为“高”和“严重”两个类别。\n\n不同的指标组回答不同的问题。基本指标描述的是预期不会随时间和用户环境而变化的特征。时效性指标描述与漏洞利用有关的条件，环境指标则体现特定部署下的差异，以及受影响安全属性的重要程度。4.0 版明确命名了 CVSS-B、CVSS-BT、CVSS-BE 和 CVSS-BTE 等组合，用以表明评分结果是否纳入了基本、威胁和环境信息。\n\n因此，对于公布的评分而言，向量是不可或缺的元数据。版本、评分来源、评估日期以及用于解释评估的假设，有助于区分合理的情境差异与错误。两名评估者可能因为考虑了不同的受影响配置或不同的后果，而给出不同的评分，即使双方都没有计算错误。比较两者的向量，就能确定分歧的具体所在。"
    },
    {
      "heading": "漏洞利用的先决条件与攻击者能力",
      "text": "可利用性指标描述攻击者成功利用漏洞之前必须满足的条件。它们不衡量攻击者的动机，也不衡量实际观察到的攻击频率，而是旨在以一致的方式刻画技术和操作层面的先决条件。一个无需事先获得访问权限、可远程触及的缺陷，与一个必须实际持有设备才能利用的缺陷，通常具有不同的风险暴露情况，即使两者最终可能造成相同的后果。\n\n攻击向量区分可实施漏洞利用的环境。在 3.1 版和 4.0 版中，其取值为网络、相邻、本地和物理。“网络”并不意味着存在漏洞的服务必须公开暴露在互联网上，而是指可以跨越规范所描述的某类网络边界实施漏洞利用。“相邻”涵盖限制更多的网络关系。“本地”利用可能涉及在本地执行程序或访问文件等能力，而“物理”则要求与受影响组件进行物理交互。这些类别描述的是攻击路径，而不只是设备所在的位置。\n\n所需权限指出攻击者在利用漏洞之前需要具备的授权级别，与利用漏洞之后获得的权限不同。某个缺陷即使能让普通账户取得管理员控制权，造成广泛影响，其所需权限仍可能为“低”。在身份认证之前即可触及的漏洞，其所需权限可能为“无”。用户交互则单独记录是否需要其他人参与，例如打开恶意文档。攻击者自身的行为不算作该指标所指的受害者交互。\n\n3.1 版使用攻击复杂度来描述攻击者无法控制的漏洞利用条件。4.0 版则将这一方面拆分为攻击复杂度和攻击要求。攻击复杂度关注是否需要躲避或绕过增强安全性的条件，而攻击要求则涵盖部署或执行方面的先决条件。例如，竞态条件可能要求出现特定的执行顺序。这种拆分减少了将不同障碍强行归入同一个宽泛复杂度类别的必要。\n\n这些指标并未涵盖攻击活动在实践中面临的所有困难。发现漏洞的成本、受影响产品的稀有程度、其用户对攻击者的吸引力，以及特定攻击者掌握的资源，并非都是基础评分的直接输入因素。存在漏洞利用程序，也不意味着每一项可利用性指标都会自动确定。一项可行的演示可能证明某个先决条件能够得到满足，却不能说明该先决条件并不存在。因此，评分应以有技术依据支持的漏洞利用场景为基础，而不是笼统地认为某个漏洞“容易”或“难以”利用。"
    },
    {
      "heading": "安全后果与影响边界",
      "text": "CVSS 围绕机密性、完整性和可用性来组织技术后果，这三项是通常与信息安全相关的主要属性。机密性关注未经授权的信息披露。完整性关注未经授权的修改或可信性的丧失。可用性关注资源的访问与运行。漏洞可能影响这些属性的任意组合，其最显著的影响不一定是唯一需要考虑的后果。\n\n在 3.1 版中，每项影响指标的取值可以是“无”“低”或“高”。这些值表示明确定义的损失程度，而不是受影响记录或计算机所占的任意百分比。例如，高机密性影响既可能源于大范围的信息披露，也可能源于受限信息的披露，且该披露会造成直接而严重的后果。高可用性影响可以包括可用性完全丧失，也可以包括其他足够严重的访问受阻情况。拒绝服务攻击即使不披露或修改信息，也可能被评定为高严重性。\n\n第 3 版引入了“作用域”（Scope），用于描述漏洞利用是否会影响由另一安全管理主体管辖的资源，而非仅影响与存在漏洞的组件同属一个安全管理主体的资源。作用域并不只是区分一台计算机和多台计算机。安全边界可以存在于同一台主机内部，而多个服务也可以由同一主体统一管理。涉及沙箱（计算机安全）或虚拟机的例子说明，仅凭物理位置不足以作出判断：浏览器渲染进程及其所在的操作系统可能分属不同的安全管理主体。\n\n实践证明，在某些情况下，很难一致地应用作用域指标。4.0 版以两组独立的机密性、完整性和可用性指标取代了它，分别用于“存在漏洞的系统”和“后续受影响系统”。存在漏洞的系统包含正在评估的弱点；后续受影响系统则承受利用该弱点所造成的后果。这样，两者的区别就直接体现在六项影响指标中，而不再通过一个作用域标志和一组三项影响指标来表达。不过，要确定系统边界，仍然需要清晰描述具体场景。\n\n影响评估关注的是漏洞本身能够造成的后果，而不是不受限制的攻击链中所有可以想象的后续行为。不能仅仅因为后续攻击可能发生，就自动将范围有限的信息披露评定为具有管理权限完全失陷所带来的影响。反之，如果漏洞能够直接赋予广泛的控制权，也不应低估其后果。4.0 版还允许在环境评估中区分与人身安全相关的情况，并提供了补充性安全指标。这些机制能够标明与人身伤害相关的信息，同时避免将基础评分变成通用的物理危险评估模型。"
    },
    {
      "heading": "数值计算与解读",
      "text": "CVSS 通过各版本特定的算法，将分类判断转换为限定范围内的数值结果。指标取值一旦确定，计算就能使评估结果可复现，但并不意味着这些取值可以自动选定。不同版本所用的数学方法变化很大。3.1 版使用包含指标权重的方程，而 4.0 版则根据有序的指标组合分组，采用结构化的查表与插值方法。\n\n在 3.1 版中，机密性、完整性和可用性的影响等级“无”“低”“高”分别对应数值权重 0、0.22 和 0.56。初始综合影响值为：\n\n\\[ISC_{\\mathrm{Base}}=1-(1-C)(1-I)(1-A).\\]\n\n这种构造使结果随受影响安全属性的增加而增大，同时避免将三项影响简单相加而不设上限。随后，根据影响范围计算影响子分数。影响范围不变时，计算公式为：\n\n\\[Impact=6.42\\,ISC_{\\mathrm{Base}}.\\]\n\n可利用性子分数的计算公式为：\n\n\\[Exploitability=8.22\\,AV\\,AC\\,PR\\,UI,\\]\n\n其中，各符号表示分配给攻击向量、攻击复杂度、所需权限和用户交互的数值权重。当影响范围不变且影响子分数为正时，基础分数为：\n\n\\[BaseScore=\\operatorname{Roundup} \\left(\\min(Impact+Exploitability,10)\\right).\\]\n\n影响范围发生变化时，会使用不同的影响计算表达式，并额外引入一个缩放因子。影响子分数非正时，基础分数为零。3.1 版规范将 Roundup 定义为向上取值，取不小于输入值、且保留一位小数的最小数值，而不是通常的四舍五入保留一位小数。\n\n对于分数为 9.8 的示例向量，三项影响均为“高”，得到的初始综合影响值为 \\(1-0.44^3=0.914816\\)。可利用性因素对应于网络访问、低复杂度、无需权限以及无需用户交互。将所得子分数合并，并按规定取整后，结果为 9.8。这个例子也说明，“严重”并不意味着分数必须等于 10.0；最高严重程度等级涵盖的是一个分数区间。\n\n4.0 版并非简单地将新权重代入上述方程。它将指标组合划分为称作宏向量（MacroVectors）的等价类，使用查表值，并根据规定的严重程度距离进行插值。最终得到的小数仍然是严重程度指数，而不是概率，也不是比率尺度的测量值。8.0 分并不意味着预期损害是 4.0 分的两倍，也不表示漏洞被利用的概率为 80%，或对应某个固定金额的经济损失。"
    },
    {
      "heading": "时间、威胁与环境评估",
      "text": "漏洞的技术特征可能保持不变，但与之相关的实际情况却会发生变化。漏洞利用代码可能公开发布，实际攻击可能开始，补丁可能推出，部署环境也可能获得额外的防护。CVSS 将其中一些会变化的条件与基础评估分开处理，这样就不必在每次运行环境发生变化时，都替换具有广泛适用性的漏洞描述。\n\n在 3.1 版中，时间指标包括利用代码成熟度、修复级别和报告可信度。它们分别表示漏洞利用技术或代码的状态、修复措施的可用情况，以及对漏洞报告细节的信任程度。这些指标的数值因子与基础评分相乘，再按规定进行舍入。“未定义”等取值会保留该指标的默认贡献，而不是断言漏洞无法利用或已有修复措施。\n\n4.0 版以威胁指标组取代时间指标组，其中包含利用成熟度指标。该指标定义的状态分为“已遭攻击”“概念验证”和“未报告”；“未定义”在评分时默认按“已遭攻击”处理。这一默认规则是解读评分时的重要细节。不能将未包含威胁信息的评估视为已确认漏洞正遭到实际利用的证据。它仅意味着，评分并未依据限制更严格的漏洞利用评估而下调。\n\n环境指标针对特定组织或部署环境的情况。机密性需求、完整性需求和可用性需求表示受影响属性的相对重要程度。修正指标允许评估人员反映与通用基础场景不同的技术条件。例如，产品安全公告可能描述的是通常可访问的服务，而某个具体部署的架构可能改变适用的攻击路径。这种调整需要以实际部署情况为依据，不能仅凭组织声称拥有安全控制措施就作出。\n\n环境评估并不是可以随意纳入所有业务考量的地方。只有当防护措施改变了某个已定义指标或其适用条件时，它才与评分有关；存在防护措施并不自动构成降低评分的理由。同样，某项业务服务如果具有特别高的价值，其受影响的后果也可能超出 CVSS 直接表达的范围。评估的生效日期和来源也很重要，因为环境信息和威胁信息可能各自独立变化。供应商给出的基础评分和运营方给出的环境评分都可能有效，但它们描述的是不同的评估对象，应当保持明确区分。"
    },
    {
      "heading": "4.0 版扩展后的模型",
      "text": "4.0 版重新组织了框架，明确区分了早期版本中间接处理的若干概念。其基础指标组包括攻击向量、攻击复杂度、攻击前提条件、所需权限和用户交互，随后是六项影响指标。因此，一个完整的基础向量会同时记录漏洞对存在漏洞的系统以及后续受影响系统造成的后果。这使得在进行任何威胁或环境调整之前，就能获得更详尽的描述信息。\n\n修订后的用户交互指标区分了无交互、被动交互和主动交互。被动交互涵盖用户参与程度有限的情形，而主动交互则表示用户在漏洞利用过程中有更为主动的参与。相比 3.1 版中单一的“需要”取值，这一区分能够更精确地描述各类需要用户参与的攻击。与其他指标一样，评估针对的是利用特定漏洞所必需的操作，而不是笼统判断用户是否谨慎，或是否容易遭受社会工程学攻击。\n\n将攻击前提条件与攻击复杂度分开，同样是为了解决歧义。由部署或执行方式产生的前提条件，并不一定等同于必须绕过某种增强安全性的机制。将两者分开，可以让向量包含更丰富的信息，并使评分能够分别考虑这些障碍。这也意味着，将 3.1 版向量转换为 4.0 版时，需要重新分析：仅凭旧版的攻击复杂度取值，无法确定这两项新指标各自的正确取值。\n\n补充指标组新增了人身安全、可自动化性、恢复、价值密度、漏洞响应工作量和提供方紧迫性。这些指标传达的信息可能对实际运维决策至关重要，但不会改变 CVSS 的数值评分。可自动化性关注的是能否针对多个目标自动实施漏洞利用。恢复关注的是受影响系统如何从漏洞造成的后果中恢复。价值密度用于区分成功利用漏洞后可获得的有用资源的集中程度。提供方紧迫性则传达提供方作出的额外评估。\n\n计分信息与补充信息之间的界限是有意划定的。单一的数值尺度无法清晰地体现实际运维中需要考虑的所有问题，而增加信息也不意味着一定要将其纳入计算。同时，4.0 版并不只是增加了注释的 3.1 版。由于指标定义和计算方法发生变化，同一漏洞的评分结果可能出现显著差异。因此，进行历史比较时，需要关注漏洞本身的特征，而不能将不同版本之间的评分变化视为漏洞本身变得更加危险或更加安全的证据。"
    },
    {
      "heading": "发布、数据库与实际应用",
      "text": "CVSS 广泛应用于漏洞通告、评估工具和漏洞管理系统。其机器可读的向量使软件能够以一致的方式计算分数、筛选记录、比较评估结果，并保留严重程度标签背后的判定依据。供应商可以发布通用的基础评估，运维人员则将这些信息与本地系统的实际情况相结合。因此，该框架支持跨组织的信息交换，而无须所有参与方使用相同的基础设施。\n\n该系统与通用漏洞披露标识符密切相关，但两者用途不同。CVE 标识符用于标识一个已公开记录的漏洞；CVSS 评估则用于描述其严重程度。标识符本身不包含评分，评分也不能替代标识符。通用弱点枚举承担另一种作用，即对漏洞背后的弱点类型进行分类，例如输入验证不当或缓冲区溢出。多个漏洞即使属于同一种弱点类型，也可能因暴露情况和后果不同而具有不同的 CVSS 向量。\n\n由美国国家标准与技术研究院维护的国家漏洞数据库是 CVSS 评估信息的重要发布平台。其他记录则来自软件供应商、协调机构、研究人员和商业数据库。同一个漏洞可能存在多份评估，包括来自不同组织或采用不同 CVSS 版本的评估。因此，数据使用方必须保留评分的提供者信息，而不能将记录中的每个数值都视为可相互替代的权威值。\n\n在实际运行的系统中，CVSS 常用于初步分组或设定策略阈值。例如，组织在建立修复队列时，可能会区分“严重”和“高危”级别的发现。然而，实际处置方式还取决于是否安装了受影响的产品、是否启用了存在漏洞的功能、是否存在相应的攻击路径，以及是否已观察到漏洞利用活动。配置管理和资产记录有助于确定漏洞是否适用于具体环境；CVSS 本身无法发现哪些系统存在漏洞。\n\n结构化处理还需要关注数据缺失和修订。没有评分并不等于评分为零，未提供某项可选指标也不一定表明情况有利。即使软件缺陷本身没有变化，漏洞描述的变更也可能需要重新评估。将向量、版本、来源和评估时间戳一并保存，可以追溯此类修订，并防止后来的评分悄然掩盖早期运维决策所依据的假设。"
    },
    {
      "heading": "局限性与补充风险信息",
      "text": "CVSS 对技术层面的严重程度进行标准化评定，但风险还取决于其他变量。支撑关键业务流程的对外暴露服务与隔离的测试部署，可能具有相同的基本评分向量，却给组织带来截然不同的风险。资产价值、攻击者的关注程度、网络暴露程度、是否已遭入侵、恢复能力以及依赖关系，都可能影响是否修复漏洞的决策。其中一些因素可以纳入环境指标的考量，另一些则不在该框架的涵盖范围内。\n\nCVSS 中的可利用性尤其容易与漏洞被利用的可能性混淆。攻击向量和所需权限描述的是利用漏洞的前提条件，而不是通过统计估计得出的、攻击者将该漏洞作为目标的概率。漏洞利用预测评分系统回答的是另一个问题：根据观测数据和其他特征，估计近期发生漏洞利用活动的概率。它输出的概率并不是 CVSS 严重程度的另一种表达形式。某个漏洞可能非常严重，却很少成为攻击目标；另一个漏洞本身的严重程度可能较低，却因容易发现且对实际攻击有用而频繁遭到利用。\n\n已观测到的漏洞利用活动是另一类独立的信息来源。美国网络安全和基础设施安全局的已知遭利用漏洞目录收录了有证据表明已在真实环境中遭到利用的漏洞。被收录这一事实传达了通用的基本评分无法体现的信息。反过来，未被此类目录收录，也不能证明漏洞从未遭到利用。严重程度、预测的利用可能性以及已确认的利用情况是三个独立维度，即使实际使用的工具会将它们并列显示，也不能混为一谈。\n\n评估的一致性同样存在局限。对于系统边界、所需的最低权限、信息泄露的实际后果，或漏洞记录应当反映哪一种利用场景，分析人员可能存在分歧。技术描述不完整可能进一步放大这些差异。公开评分向量可以让分歧得到审视，却无法消除对工程判断的需求。评估结果能否复现，取决于是否采用共同的定义以及是否具备充分证据，而不仅仅在于是否使用同一个计算器。\n\n最后，相较于复合攻击路径，CVSS 更适合描述单个漏洞。攻击者可能将影响有限的信息泄露漏洞与另一个身份验证弱点结合起来，也可能利用已经取得的立足点，触及最初无法访问的漏洞。不能简单地将单个漏洞的评分相加或取平均值，来得出整条攻击链的严重程度。分析此类相互作用需要借助威胁模型、系统架构和纵深防御；CVSS 的作用是提供关于构成攻击链的各个漏洞的结构化信息，而不是完整描述整个攻击过程。"
    }
  ],
  "links": [
    "security-vulnerability",
    "cybersecurity",
    "metadata",
    "internet",
    "authentication",
    "race-condition",
    "information-security",
    "denial-of-service-attack",
    "sandbox-computer-security",
    "virtual-machine",
    "algorithm",
    "social-engineering",
    "defense-in-depth"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}