VulDec用神经反编译检测二进制漏洞
热点事件持续更新
VulDec用神经反编译检测二进制漏洞
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Francesco Crescenzo Grasso等提出 VulDec，用神经反编译辅助二进制漏洞检测；其调优后的LLM检测器在漏洞率为3%的同分布真实测试集上取得0.61的macro F1。 VulDec的数据集将多种架构的真实汇编-C函数对与详细CWE标注对齐。研究团队称，基于该数据集调优的LLM反编译器，Edit Similarity约为56%、BLEU-4约为43%。
AI 根据报道生成 · 56 分钟前更新
最新进展10月28日 12:00
VulDec：通过神经反编译检测二进制漏洞报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningVulDec：通过神经反编译检测二进制漏洞
VulDec提出一个用于二进制漏洞检测的大规模数据集和端到端神经反编译框架，将真实世界的汇编-C函数对与详细CWE标注对齐，覆盖多种架构。基于该数据集训练的LLM神经反编译器Edit Similarity约56%、BLEU-4约43%，LLM检测器在漏洞率为3%的真实分布测试集上取得0.61的macro F1分数。
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。