English(EN) MARGIN: Margin-Aware Regularized Geometry for Imbalanced Vulnerability Detection

新的MARGIN框架改进了不平衡软件漏洞检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-11 09:14

研究人员推出了一种名为MARGIN的新框架，旨在改进软件漏洞的检测，特别是在频率不平衡和存在困难的数据集中。MARGIN通过分析超球表示空间中的几何畸变来应对这些挑战。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和更稳定的决策边界。实验表明，MARGIN的性能优于现有方法，在分类、检测、鲁棒性、可解释性和泛化能力方面都有所提升。 AI

影响通过提高漏洞检测的准确性和鲁棒性，增强了AI在网络安全方面的能力。

排序理由发布了一篇详细介绍解决特定技术问题的创新框架的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

arXiv
MARGIN

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Yafei Yang · 2026-05-11 09:14

MARGIN: Margin-Aware Regularized Geometry for Imbalanced Vulnerability Detection

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 imbalance and difficulty imbalance. We reinterpret these challenge…

报道来源 [1]

MARGIN: Margin-Aware Regularized Geometry for Imbalanced Vulnerability Detection

相关实体

相关话题