[用于软件缺陷检测的DL模型调查,论文个人学习分享]An Empirical Study of Deep Learning Models for Vulnerability Detection
尽管现在有许多大模型被提出,并且在一些情景中DL模型已经远远超过静态的方法,但是我们对这些模型的机制仍然没有很好的理解,这限制模型的鲁棒性,调试和对故障检测的应用的长足发展。这篇文章主要工作是:1. 在常用的故障检测数据集Devign和MSR上研究并复现了9种最流行的DL模型。研究了关于模型能力,训练数据和模型解释性三个方面上的六个问题。2. 通过实验证明了模型的不同运行与不同模型输出之间的低一致性之间的可变性。3. 研究比较了针对特定类型的漏洞训练的模型和一次所有漏洞训练的模型。
原创
2024-03-21 19:40:47 ·
1011 阅读 ·
0 评论