跳到正文
热点事件持续更新

CFVul 用反事实约束缓解漏洞检测修复反转

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Shihao Li 等研究者在 arXiv 论文中提出 CFVul 方法,针对函数级漏洞检测中的修复反转问题——即模型给修复版本打出的漏洞概率高于漏洞版本。论文实验称该现象主要源于长度捷径:漏洞概率随函数长度增加而上升。 据论文,在 PrimeVul 数据集上 CFVul 的修复对排序指标 PairRank 达 59.4%,高于所比较的已有方法;对修复后长度增加超 15% 的函数,PairRank 从 CodeBERT 的 25.8% 升至 48.4%。作者称该方法仅需现有修复对,可应用于多种预训练代码模型。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    CFVul:用反事实约束缓解函数级漏洞检测中的修复逆转问题

    研究者提出 CFVul,针对函数级漏洞检测中的修复逆转问题——即修复版本被赋予高于漏洞版本的漏洞概率。实验表明该现象主要源于长度捷径,漏洞概率随函数长度增加而上升。在 PrimeVul 数据集上,CFVul 的 PairRank 达 59.4%;对函数长度增加超 15% 的修复,PairRank 从 CodeBERT 的 25.8% 升至 48.4%,且仅需现有修复对即可应用于多种预训练代码模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。