arrow
返回

Towards higher quality software vulnerability data using LLM-based patch filtering

delete2025-07-31
delete0
PRE
AI
C
Charlie Dil
陈惠 封面图
陈惠 (Hui Chen)
K
Kostadin Damevski *
DOI:10.1016/j.jss.2025.112581delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
高质量漏洞补丁数据对于理解软件系统中的漏洞至关重要。准确的补丁数据有助于揭示漏洞的性质、来源以及有效的修复策略。然而,当前的数据收集工作优先考虑快速发布而非质量,导致补丁不完整或包含无关更改。除了支持漏洞分析外,高质量补丁数据还能改进自动漏洞预测模型,这些模型需要可靠的输入来预测新旧代码中的问题。
Keyword:
vulnerability patch data
software systems
remediation strategies
automatic vulnerability prediction
data quality

期刊

Journal of Systems and Software 封面图
Journal of Systems and Software
IF:
4.1
论文数:
5.4K
被引数:
8.4K

机构

C
cuny brooklyn college
学者数:
3
论文数: 2
被引数: 0
V
Virginia Commonwealth University
学者数:
2.2W
论文数: 1.8W
被引数: 1.9W
引用论文

引用论文

暂无论文信息