VulDec：神经反编译检测二进制漏洞
热点事件持续更新
VulDec：神经反编译检测二进制漏洞
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Francesco Crescenzo Grasso 等作者提出 VulDec，称其为首个利用神经反编译进行二进制漏洞检测的端到端框架，并配套构建了跨多架构、对齐汇编与 C 函数并带 CWE 标注的大规模数据集。 基于该数据微调的 LLM 反编译器实现约 56% 的 Edit Similarity 和约 43% 的 BLEU-4；微调的 LLM 检测器在漏洞率 3% 的分布内真实测试集上 macro F1 达 0.61。上述指标为作者在论文中报告的结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
VulDec：基于神经反编译的二进制漏洞检测框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.SEVulDec：基于神经反编译的二进制漏洞检测框架
VulDec 提出首个利用神经反编译进行二进制漏洞检测的端到端框架，并配套构建了跨多架构、对齐汇编与 C 函数并带 CWE 标注的大规模数据集。基于该数据微调的 LLM 反编译器实现约 56% 的 Edit Similarity 和约 43% 的 BLEU-4，微调的 LLM 检测器在漏洞率 3% 的分布内真实测试集上 macro F1 达 0.61。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。