.png){kind=icon}
返回
HeteroWaveVD: A Heterogeneous Wavelet-Enhanced Source Code Vulnerability Detection Framework
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-4109-6_20.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度学习（DL）凭借其从源代码中自动提取特征的能力，已成为源代码漏洞检测领域的一种突出方法。然而，现有方法仅关注空间域信息，受限于有限的感受野和长距离依赖建模不足，无法充分捕捉跨越多个代码段的漏洞模式。为解决这些局限性，我们提出了异构小波增强漏洞检测（HeteroWaveVD）框架，该框架协同利用视觉变换器（ViTs）的全局建模能力以及卷积神经网络（CNNs）的强局部特征提取能力和计算效率。我们通过增强CNN架构中的小波变换卷积和专门的代码缺陷注意力机制开发了WaveDetectCNN。小波变换实现代码特征的多尺度频域分析，有效捕捉详细的局部模式和更广泛的结
Keyword:
Vulnerability detection
Wavelet CNN
Heterogeneous distillation
期刊
N
IF:
0
论文数:
31
被引数:
0
机构
引用论文
.png){kind=icon}
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
查看更多内容