研究人员开发了一种名为 CFVul 的新方法来解决函数级漏洞检测中的“修复逆转”问题。修复逆转发生在 AI 模型错误地将修正后代码的漏洞概率高于原始易受攻击代码时。CFVul 在训练和推理过程中使用滑动窗口编码和内容、长度两个约束来缓解此问题。在 PrimeVul 数据集上的实验表明,CFVul 显著提高了 PairRank 指标,特别是对于显著增加函数长度的修复,其性能优于现有方法。 AI
影响 提高了用于代码安全分析的 AI 模型的可靠性。
排序理由 详细介绍 AI 漏洞检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →