PulseAugur
实时 10:48:24
English(EN) MARGIN: Margin-Aware Regularized Geometry for Imbalanced Vulnerability Detection

新的MARGIN框架增强了不平衡软件漏洞检测能力

研究人员推出了一种新颖的MARGIN框架,旨在提高软件漏洞检测能力,特别是针对频率和难度不平衡的数据集。MARGIN通过嵌入几何的视角重新解读这些挑战,提出不平衡会导致超球表示空间失真。该框架采用自适应边距度量学习和超球原型建模,以创建更具辨别力的漏洞表示,并根据分布结构动态调整正则化,以增强稳定性和泛化能力。 AI

排序理由 该集群包含一篇研究论文,详细介绍了软件漏洞检测的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的MARGIN框架增强了不平衡软件漏洞检测能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yuteng Zhang, Huifang Ma, Jiahui Wei, Qingqing Li, Yafei Yang ·

    MARGIN: Margin-Aware Regularized Geometry for Imbalanced Vulnerability Detection

    arXiv:2605.10240v3 Announce Type: replace-cross Abstract: Software vulnerability detection is critical for ensuring software security and reliability. Despite recent advances in deep learning, real-world vulnerability datasets suffer from two severe challenges: frequency imbalanc…