Roberto Natella

评估LLM基础代码生成在攻击性安全任务中的提示策略

cAPTure数据集：您能多快检测到APT威胁？

Fuzzbox：将模糊测试融入二进制嵌入式目标仿真

GenioSim：一种用于光网络边缘计算的新型仿真平台

创建和使用高级持续性威胁检测的代表数据集

AI系统中失效分析与故障注入研究综述

利用基于LLM的概念提取和FakeCTI数据集提升针对虚假信息运动的网络威胁情报

基于多视图图特征学习和图Transformer的年龄相关缺陷预测

GENIO：协同边缘计算与光网络基础设施

服务链的可操作性研究：基于多维通用生成函数的方法

SGT: 基于graph-transformer的语义特征学习与老化相关的错误预测

通过数据增强增强AI进攻代码生成器的鲁棒性

为安全上下文自动评估AI生成的代码的正确性

DRACO: 大规模多层系统的分布式资源感知准入控制

谁来评价评价者？关于评估基于AI的进攻性代码生成器的自动度量

StateAFL: 有状态网络服务器的灰盒模糊测试