CSDL Bài trích Báo - Tạp chí
Phát hiện lỗ hổng mã nguồn theo hướng tiếp cận học sâu
Tác giả: Hồ Lê Viết Nin, Phan Long, Ngô Văn Hiếu
Số trang:
Tr.1-13
Tên tạp chí:
Khoa học và Công nghệ
Số phát hành:
Số 4 (71)
Kiểu tài liệu:
Tạp chí điện tử
Nơi lưu trữ:
CSDL điện tử
Mã phân loại:
005
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Source Code Vulnerability, deep learning, codeBERT, GraphCodeBERT, GPT-4
Chủ đề:
Mã nguồn mở
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.