.png){kind=icon}
返回
Aspect-centric vulnerability understanding via semantics-aware commit representation learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s10664-026-10907-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
开源软件（OSS）已成为现代软件生态系统的普遍组成部分；然而，无法及时理解新引入的漏洞带来了重大的安全风险。一个尤为紧迫的挑战源于静默OSS更新，下游用户往往对潜在漏洞一无所知，导致缓解措施延迟并延长了对持续性、间接性和潜在隐蔽性攻击的暴露。尽管先前研究探讨了静默漏洞修复的检测，但常常忽略了一个基本要求：提供能够使第三方开发者有效缓解风险的精确漏洞方面。为弥合这一差距，我们提出了VulPilot，一个通过语义感知提交表示学习进行方面级漏洞解释生成的全新框架。VulPilot解决了两个核心挑战：（1）现有表示学习策略的局限性；（2）提交信息中的噪声。首先，它构建差异程序依赖图（diff-PDG）并应用程序切片来提取语义感知代码上下文，从而捕获与漏洞相关的控制和数据流。其次，它通过使用掩码相似性对关键短语进行排名，为提交信息引入去噪机制，过滤无关内容同时保留关键漏洞方面。实验结果表明，VulPilot超越了现有最先进基线，ROUGE-L指标提升了5.9%–18.8%。用户研究进一步证实了其实用价值，表明由VulPilot生成的解释显著增强了漏洞理解和缓解效率。
Keyword:
Open-source software
Vulnerability Understanding
Explainability
Commit Representation Learning
期刊
IF:
3.6
论文数:
2.0K
被引数:
5.3K
机构
引用论文
The Security of Using Large Language Models: A Survey with Emphasis on ChatGPT使用大型语言模型的安全性：一项以ChatGPT为重点的综述
PREAI
分享收藏分享收藏Z. Deng, W. Ma, Q.-L. Han, W. Zhou, X. Zhu, S. Wen, and Y. H. Xiang, "Exploring DeepSeek: A Survey on Advances, Applications, Challenges and Future Directions," *IEEE/CAA Journal of Automatica Sinica, vol. 12, no. 5, pp. 872–893, May 2025. [Online]. Available: https://doi.org/10.1109/jas.2025.125498.Z. Deng, W. Ma, Q.-L. Han, W. Zhou, X. Zhu, S. Wen, and Y. H. Xiang, "Exploring DeepSeek: A调查关于进展、应用、挑战和未来方向的综述," *IEEE/CAA Journal of Automatica Sinica*, vol. 12, no. 5, pp. 872–893, May 2025. [在线]. 可用: https://doi.org/10.1109/jas.2025.125498..png)
IF0
PREAI
分享收藏分享收藏BVDetector: A program slice-based binary code vulnerability intelligent detection systemBVDetector: 一种基于程序切片的二进制代码漏洞智能检测系统
PREAI
分享收藏Bidirectional LSTM with self-attention mechanism and multi-channel features for sentiment classificationNEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏
分享收藏 没有更多内容
没有更多内容