基于表示学习的软件漏洞检测及可解释性研究.pdf

基于表示学习的软件漏洞检测及可解释性研究.pdf

  1. 1、本文档共83页,其中可免费阅读25页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

软件漏洞严重威胁着软件系统的安全,因漏洞造成的损失日益增加。尽早检

测出软件中的漏洞有助于提升软件的安全性。然而,由于软件规模和复杂度的快

速增长,高效地检测软件中的漏洞变得更具挑战性。

目前,深度学习在代码漏洞检测方面取得了较大进展。虽然先前研究已经提

出了多种基于深度学习的代码漏洞检测方法,但仍存在一些不足之处:(1)很少有

研究探讨不同的深度学习模型对Python代码漏洞检测的影响;(2)使用交叉熵损

失微调预训练语言模型存在泛化性能差和对有噪声的标签缺乏鲁棒性等问题;(3)

您可能关注的文档

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档