🎯 影响与敏感性

单向量分析：给定一个 *Cvss3x，哪个基础指标对评分影响最大？ImpactAnalysis 展示各值的差值，SensitivityAnalysis 展示各指标的评分摆幅，FindMetricChangesToReachTarget 给出达到目标评分所需的最小变更集合。

简介

impacts, _   := cvss.ImpactAnalysis(cv)          // 各值差值，按 |delta| 排序
sensitivities, _ := cvss.SensitivityAnalysis(cv)  // 各指标 min..max 摆幅
changes, _   := cvss.FindMetricChangesToReachTarget(cv, 7.0)

三者都只作用于基础评分（8 个基础指标）。

工作原理

这三个函数都克隆向量、每次替换一个基础指标取值、并用全新 Calculator 重算评分。ImpactAnalysis 记录逐取值差值并按最大 |delta| 排序；SensitivityAnalysis 记录每个指标的 min/max；FindMetricChangesToReachTarget 贪心选取同向最大差值直到达到目标（容差 0.05）。

类型

`MetricImpact`

字段	类型	含义
`Metric`	`string`	短名称，如 "AV"
`CurrentVal`	`string`	当前短值
`CurrentScore`	`float64`	当前基础分
`ValueImpacts`	`[]ValueImpact`	每个可选值一条

`ValueImpact`

字段	类型	含义
`Value`	`string`	备选短值
`LongValue`	`string`	如 "Adjacent"
`Score`	`float64`	若选该值时的基础分
`Delta`	`float64`	`Score - CurrentScore`（正数 = 升高）
`Severity`	`Severity`	该分数下的严重性

`MetricSensitivity`

字段	类型	含义
`Metric`	`string`	短名称
`MinScore`	`float64`	该指标所有值中的最低基础分
`MaxScore`	`float64`	该指标所有值中的最高基础分
`BaseScore`	`float64`	当前基础分
`ScoreSwing`	`float64`	`MaxScore - MinScore`

`MetricChange`

字段	类型	含义
`Metric`	`string`	短名称
`From`	`string`	原值
`To`	`string`	建议值
`Delta`	`float64`	评分变化量
`ResultScore`	`float64`	变更后的评分
`Severity`	`Severity`	变更后的严重性

每个类型都有 String() 便于阅读。

接口参考

func ImpactAnalysis(cv *Cvss3x) ([]MetricImpact, error)
func SensitivityAnalysis(cv *Cvss3x) ([]MetricSensitivity, error)
func FindMetricChangesToReachTarget(cv *Cvss3x, targetScore float64) ([]MetricChange, error)

ImpactAnalysis 返回的影响按最大绝对差值排序（影响最大的指标在前）。
SensitivityAnalysis 返回的敏感性按 ScoreSwing 降序排列。
FindMetricChangesToReachTarget 按影响顺序，对每个指标贪婪选取朝 targetScore 移动步长最大的值。在 0.05 容差内即停止。若已在容差内返回 nil。

仅探索基础指标

这些函数遍历 8 个基础指标（AV, AC, PR, UI, S, C, I, A）及其合法值，不扰动时间与环境指标。如需探索它们，请手动用 SetMetricValue。

FindMetricChangesToReachTarget 是启发式

它按影响顺序每次应用一个变更，并在每次后重新读取评分。不保证全局最小变更集合，且在指标相互影响时（如 Scope 改变会翻转 PR 评分）可能越过目标。

示例

package main

import (
    "fmt"

    "github.com/scagogogo/cvss-skills/pkg/cvss"
    "github.com/scagogogo/cvss-skills/pkg/parser"
)

func main() {
    cv, _ := parser.ParseString("CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H")

    // 哪个指标对评分影响最大？
    impacts, _ := cvss.ImpactAnalysis(cv)
    fmt.Println("most influential:", impacts[0].Metric, impacts[0].ValueImpacts)

    // 各指标的评分摆幅。
    for _, s := range must(cvss.SensitivityAnalysis(cv)) {
        fmt.Printf("%s: %.1f ~ %.1f (swing %.1f)\n",
            s.Metric, s.MinScore, s.MaxScore, s.ScoreSwing)
    }

    // 如何降到 <= 6.9？
    changes, _ := cvss.FindMetricChangesToReachTarget(cv, 6.9)
    for _, c := range changes {
        fmt.Println(c.String())
    }
}

func must[T any](v T, err error) T { if err != nil { panic(err) }; return v }

🎯 影响与敏感性 ​

简介 ​

工作原理 ​

类型 ​

MetricImpact ​

ValueImpact ​

MetricSensitivity ​

MetricChange ​

接口参考 ​

示例 ​

相关 ​