.png){kind=icon}
返回
Source Code Vulnerability Detection Method Based on Hybrid Retrieval-Augmented Generation Technology
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5294-8_35.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着软件系统规模和复杂性的持续增长，漏洞检测已成为确保软件安全的关键任务。近年来，结合大型语言模型（LLMs）的检索增强生成（RAG）技术在源代码漏洞检测中展现出显著潜力。然而，现有的基于RAG的方法通常依赖单一的检索策略，即稀疏检索或密集检索。虽然稀疏检索擅长精确的关键词匹配，但在捕捉深层语义关系方面存在困难，而密集检索虽然能够建模语义相似性，却可能无法检索低频或完全匹配的关键词。这种权衡限制了漏洞信息检索的覆盖面和准确性。为解决这些挑战，本文提出HRvul-RAG，一种基于混合检索的漏洞检测框架，整合了BM25和bge-m3双模态检索。通过利用稀疏和密集检索的互补优势，HRvul-RAG提升了召回率和检索精度。此外，为优化检索排序，我们引入加权倒数排名融合（WRRF）算法，该算法基于查询相关性动态调整排序权重，确保检索融合的鲁棒性和有效性。优化后的检索结果随后输入LLM进行漏洞分析，从而提升源代码漏洞检测的准确性和智能化水平。
Keyword:
Vulnerability search
RAG
LLM
bge-m3
BM25
期刊
C
IF:
0
论文数:
35
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏Pixy: a static analysis tool for detecting Web application vulnerabilitiesPixy: 用于检测Web应用程序漏洞的静态分析工具
PREAI
分享收藏
没有更多内容
没有更多内容