ASSEMBLAGE-DEEPHISTORY

新数据集助力大语言模型分析软件漏洞

研究人员推出了 ASSEMBLAGE-DEEPHISTORY，这是一个新颖的数据集，旨在帮助分析不同构建配置和历史版本中的软件漏洞。该数据集包含来自 248 个开源项目的 73,000 多个二进制文件，使用各种编译器和操作系统进行编译，并包含将二进制文件与其源代码、易受攻击的函数和包版本相关联的详细元数据。进行了三项分析以证明该数据集的实用性，包括用于漏洞检测的大语言模型基准测试、用于聚类的嵌入比较以及二进制相似性的回归分析。