.png){kind=icon}
返回
Enhancing vulnerability detection by fusing code semantic features with LLM-generated explanations
.png){kind=icon}
PRE
AI
DOI：10.1016/j.inffus.2025.103450.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 新型多模态融合模型用于漏洞检测。
• 利用LLM生成的代码解释来理解漏洞模式。
• 改进的自我注意力融合以更好地实现跨模态特征集成。
• 相较于最先进的方法性能得到提升。
Keyword:
Vulnerability detection
Multi-modal fusion
Large language model
Pre-trained language model
期刊
IF:
15.5
论文数:
4.3K
被引数:
2.7W
机构
引用论文
Bridging Gaps in LLM Code Translation: Reducing Errors with Call Graphs and Bridged Debuggers罗毅, 余荣, 张峰, 梁亮, 熊宇. 缩小LLM代码翻译的差距：利用调用图和桥接调试器减少错误, 见: 第39届IEEE/ACM国际自动软件工程会议论文集, ASE ’24, 美国计算机协会, 美国纽约州纽约市, 2024, 第2448–2449页. doi:10.1145/3691620.3695322. https://doi.org/10.1145/3691620.3695322
PREAI
分享收藏N. Capuano, V. Carletti, P. Foggia, G. Parrella, M. Vento, Leveraging open-source llms for zero-shot vulnerability detection: A comparative analysis, in: L. Barolli (Ed.), Advanced Information Networking and Applications, Springer Nature Switzerland, Cham, 2025, pp. 13–25.N. 卡普亚诺, V. 卡莱蒂, P. 福吉亚, G. 帕雷拉, M. 文托, 利用开源大型语言模型进行零样本漏洞检测：比较分析, 见：L. 巴罗利（编）, 高级信息网络与应用, 施普林格自然出版社, 瑞士, 查姆, 2025, 第13-25页。.png)
IF0
PREAI
分享收藏J. Ma, Z. Gao, Q. Chai, W. Sun, P. Wang, H. Pei, J. Tao, L. Song, J. Liu, C. Zhang, L. Cui, https://ojs.aaai.org/index.php/AAAI/article/view/34658Debate on graph: A flexible and reliable reasoning framework for large language models, Proceedings of the AAAI Conference on Artificial Intelligence 39 (23) (2025) 24768–24776. doi:10.1609/aaai.v39i23.34658. https://ojs.aaai.org/index.php/AAAI/article/view/34658马杰，高振，柴倩，孙伟，王鹏，裴浩，陶杰，宋磊，刘杰，张晨，崔立，辩论图：一种适用于大语言模型的灵活可靠推理框架，人工智能AAAI会议论文集 39 (23) (2025) 24768–24776. doi:10.1609/aaai.v39i23.34658.
OAAI
IF0
OAAI分享收藏SySeVR: A Framework for Using Deep Learning to Detect Software VulnerabilitiesSySeVR: 使用深度学习检测软件漏洞的框架
OAAI
OAAI分享收藏Vulnerability Detection by Learning From Syntax-Based Execution Paths of Code通过基于语法的代码执行路径学习进行漏洞检测
PREAI
分享收藏分享收藏DeepVD: Toward Class-Separation Features for Neural Network Vulnerability DetectionDeepVD：面向神经网络漏洞检测的类分离特征
PREAI
分享收藏CodeT5: Identifier-aware Unified Pre-trained Encoder-Decoder Models for Code Understanding and GenerationCodeT5: 用于代码理解和生成的标识符感知的统一预训练编码器-解码器模型OAAI
OAAI分享收藏
查看更多内容