Tóm tắt:

Bài báo này trình bày một tổng quan có hệ thống về các kiến trúc phổ biến trong lĩnh vực này, bao gồm: Convolutional Neural Network, Long Short-Term Memory, Bidirectional Long Short-Term Memory, Self-Supervised Learning, cùng với các mô hình Transformer hiện đại như CodeBERT và CodeT5. Thông qua việc phân tích hiệu suất các mô hình dựa trên các tiêu chí như độ chính xác, F1-score và chi phí tính toán, bài báo nhằm cung cấp cơ sở định hướng cho việc lựa chọn mô hình phù hợp trong bài toán phát hiện lỗ hổng mã nguồn.