為了有效提高漏洞分類的準(zhǔn)確性，針對(duì)基于二叉樹(shù)多類支持向量機(jī)分類算法的分類復(fù)雜性和分類結(jié)果依賴二叉樹(shù)的結(jié)構(gòu)等缺點(diǎn)，提出了一種基于熵的二又樹(shù)多類支持向量機(jī)的漏洞分類算法。根據(jù)定義最小超球體進(jìn)行漏洞樣本空間的分類，有效地通過(guò)熵的計(jì)算來(lái)描述漏洞之間的混雜程度，使得漏洞分類的計(jì)算過(guò)程被簡(jiǎn)化且能夠有效減少分類結(jié)果對(duì)二又樹(shù)結(jié)構(gòu)的依賴。采用公共漏洞枚舉（CWE）漏洞分類體系在收集到的3000個(gè)漏洞樣本上進(jìn)行大量仿真實(shí)驗(yàn)，漏洞分類的平均準(zhǔn)確率和平均召回率達(dá)93. 3%和93. 25%，高于基于二叉樹(shù)多類支持向量機(jī)分類算法和K-近鄰（KNN）分類算法得到的平均值。實(shí)驗(yàn)結(jié)果表明所提算法有效可行，能精確地實(shí)現(xiàn)漏洞的分類。