实体
software security
software security
PulseAugur coverage of software security — every cluster mentioning software security across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
调查梳理了大型语言模型在软件工程与安全方面的能力
一篇新发表在arXiv上的调查论文审视了大型语言模型（LLMs）在软件工程和安全方面的能力。该论文强调，尽管大型语言模型正朝着能够执行复杂任务的存储库规模代理迈进，但对其评估仍然碎片化。目前的评估通常侧重于软件工程中的功能任务完成或软件安全中的漏洞检测，而未能充分弥合两者之间的差距。该调查确定了现有研究中常见的有效性威胁，并提出了一个最低报告协议，以提高跨研究的可比性，倡导联合安全与功能基准以及可复现的代理评估。
-
AI代码助手改善了部分安全指标，但未提升整体API使用情况
一项最新研究调查了AI代码助手（特别是GitHub Copilot）如何影响开发人员对安全API的使用。研究发现，虽然Copilot提高了功能正确性并略微减少了不安全编码模式，但并未显著提升这些关键API的整体安全使用情况。使用Copilot的开发人员常常未能意识到他们的代码仍然不安全，这凸显了在AI辅助软件开发中提高安全意识的必要性。
-
尽管提示技术先进，AI 生成代码的安全性仍令人担忧
新研究表明，虽然先进的提示技术可以影响 AI 生成代码中存在的安全漏洞的类型，但它们并不能可靠地减少这些问题的总体数量或严重性。对多种编程语言的多个 LLM 进行的评估研究发现，生成的代码经常包含关键漏洞，例如弱加密和不当的输入验证。虽然一些方法改变了常见漏洞枚举 (CWE) 的分布，但它们并未消除固有风险，这表明仅靠提示工程不足以确保安全的代码生成。