实体
Devign
Devign
PulseAugur coverage of Devign — every cluster mentioning Devign across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
VulnAgent-R2 框架增强了仓库级软件漏洞检测能力
研究人员开发了 VulnAgent-R2，这是一个先进的多智能体审计框架，旨在检测仓库级别的软件漏洞。该系统通过纳入反事实证据重加权、构建感知验证计划合成以及成本风险帕累托调度器等模块，改进了先前的方法。VulnAgent-R2 在多个基准数据集上展示了增强的性能，取得了高 F1 和 AUROC 分数，同时还减少了执行所需的计算令牌数量。
-
VulStyle模型利用风格计量和AST特征增强代码漏洞检测
研究人员开发了VulStyle，一个用于检测软件漏洞的新型多模态模型。该模型独特地整合了源代码、抽象语法树（AST）结构和代码风格计量特征来识别风险编程实践。VulStyle在包含七种语言的大型代码语料库上进行了预训练，并在多个基准数据集上展示了最先进的性能，优于现有的基于Transformer的方法。
-
研究人员研究用于代码分类和漏洞检测的 PLM-GNN 混合模型
研究人员探索了将预训练语言模型 (PLM) 与图神经网络 (GNN) 相结合用于代码分类和漏洞检测的有效性。他们的研究题为“PLMGH”，系统地配对了各种代码专用 PLM 和 GNN 架构。研究结果表明，这些混合方法通常优于仅 GNN 的方法，并且可以提高冻结 PLM 的性能。值得注意的是，PLM 的选择及其特征来源对任务性能和鲁棒性比 GNN 主干更为关键。