ソフトウェア脆弱性検出のための変圧器ベースの言語モデル【JST・京大機械翻訳】

Thapa Chandra; Jang Seung Ick; Ahmed Muhammad Ejaz; Camtepe Seyit; Pieprzyk Josef; Nepal Surya

プレプリント

J-GLOBAL ID：202202205202276348 整理番号：22P0327636

ソフトウェア脆弱性検出のための変圧器ベースの言語モデル【JST・京大機械翻訳】

Transformer-Based Language Models for Software Vulnerability Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年09月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大きな変圧器ベースの言語モデルは自然言語処理において優れた性能を示す。他の関連ドメインへの1つのドメインにおけるこれらのモデルによって得た知識の移転可能性と,C/C++のような高レベルプログラミング言語に対する自然言語の近接性を考慮することによって,本研究は,ソフトウェア脆弱性の検出において,(大きい)変圧器ベースの言語モデルをどのように活用するか,そして,良いが脆弱性検出タスクのためのこれらのモデルをどのように行うかを研究した。この点に関して,最初に,ソースコード翻訳,モデル作成,および推論を詳述する系統的(粘着性)フレームワークを提示した。次に,ライブラリ関数呼出し,ポインタ利用,アレイ利用,および演算表現に対応する多重脆弱性を有するC/C++ソースコードを有するソフトウェア脆弱性データセットを用いて,経験的解析を行った。著者らの経験的結果は,脆弱性検出における言語モデルの良い性能を実証した。さらに,これらの言語モデルは,現在のモデル,すなわち双方向長短期メモリと双方向ゲート反復ユニットよりも,F1スコアのようなより良い性能メトリックを持つ。言語モデルによる実験は,計算資源,プラットフォーム,図書館,および依存性の要件のために常に困難である。したがって,本論文では,これらのモデルを効率的に微調整し,プラットフォームを選定しながら推薦を提示するための一般的なプラットフォームも解析した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

データ保護 , 計算機システム開発

, , ,

前のページに戻る