Buchumschlag

On the Effectiveness of Function-Level Vulnerability Detectors for Inter-Procedural Vulnerabilities

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhen, Wang, Ning, Zou, Deqing, Li, Yating, Zhang, Ruqian, Xu, Shouhuai, Zhang, Chao, Jin, Hai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Function-Level Analysis: Context-Aware Reasoning for Inter-Procedural Vulnerability Detection
von: Li, Yikun, et al.
Veröffentlicht: (2026)

Evaluating Large Language Models for Line-Level Vulnerability Localization
von: Zhang, Jian, et al.
Veröffentlicht: (2024)

CleanVul: Automatic Function-Level Vulnerability Detection in Code Commits Using LLM Heuristics
von: Li, Yikun, et al.
Veröffentlicht: (2024)

Characterizing Trust Boundary Vulnerabilities in TEE Containers: An Empirical Study
von: Liu, Weijie, et al.
Veröffentlicht: (2025)

Game Rewards Vulnerabilities: Software Vulnerability Detection with Zero-Sum Game and Prototype Learning
von: Wen, Xin-Cheng, et al.
Veröffentlicht: (2024)

KernJC: Automated Vulnerable Environment Generation for Linux Kernel Vulnerabilities
von: Ruan, Bonan, et al.
Veröffentlicht: (2024)

Does the Vulnerability Threaten Our Projects? Automated Vulnerable API Detection for Third-Party Libraries
von: Zhang, Fangyuan, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Vulnerability Detection: A Counterfactual Explanation
von: Chu, Zhaoyang, et al.
Veröffentlicht: (2024)

Revisiting Vulnerability Patch Identification on Data in the Wild
von: Irsan, Ivana Clairine, et al.
Veröffentlicht: (2026)

ReposVul: A Repository-Level High-Quality Vulnerability Dataset
von: Wang, Xinchen, et al.
Veröffentlicht: (2024)

VulEval: Towards Repository-Level Evaluation of Software Vulnerability Detection
von: Wen, Xin-Cheng, et al.
Veröffentlicht: (2024)

Mono: Is Your "Clean" Vulnerability Dataset Really Solvable? Exposing and Trapping Undecidable Patches and Beyond
von: Gao, Zeyu, et al.
Veröffentlicht: (2025)

Towards Understanding and Characterizing Vulnerabilities in Intelligent Connected Vehicles through Real-World Exploits
von: Wang, Yuelin, et al.
Veröffentlicht: (2026)

FuzzySQL: Uncovering Hidden Vulnerabilities in DBMS Special Features with LLM-Driven Fuzzing
von: Chen, Yongxin, et al.
Veröffentlicht: (2026)

One Signature, Multiple Payments: Demystifying and Detecting Signature Replay Vulnerabilities in Smart Contracts
von: Wang, Zexu, et al.
Veröffentlicht: (2025)

Beyond Fidelity: Explaining Vulnerability Localization of Learning-based Detectors
von: Cheng, Baijun, et al.
Veröffentlicht: (2024)

Fixing Security Vulnerabilities with AI in OSS-Fuzz
von: Zhang, Yuntong, et al.
Veröffentlicht: (2024)

Smart Contract Fuzzing Towards Profitable Vulnerabilities
von: Kong, Ziqiao, et al.
Veröffentlicht: (2025)

Real-World Usability of Vulnerability Proof-of-Concepts: A Comprehensive Study
von: Dang, Wenjing, et al.
Veröffentlicht: (2025)

Vulnerability-Hunter: An Adaptive Feature Perception Attention Network for Smart Contract Vulnerabilities
von: Chen, Yizhou
Veröffentlicht: (2024)

HALURust: Exploiting Hallucinations of Large Language Models to Detect Vulnerabilities in Rust
von: Luo, Yu, et al.
Veröffentlicht: (2025)

MegaVul: A C/C++ Vulnerability Dataset with Comprehensive Code Representation
von: Ni, Chao, et al.
Veröffentlicht: (2024)

LLM Agents for Automated Web Vulnerability Reproduction: Are We There Yet?
von: Liu, Bin, et al.
Veröffentlicht: (2025)

Challenging Machine Learning Algorithms in Predicting Vulnerable JavaScript Functions
von: Ferenc, Rudolf, et al.
Veröffentlicht: (2024)

Exposing and Defending Membership Leakage in Vulnerability Prediction Models
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

Execution-State-Aware LLM Reasoning for Automated Proof-of-Vulnerability Generation
von: Li, Haoyu, et al.
Veröffentlicht: (2026)

Mapping NVD Records to Their Vulnerability-fixing Commits: How Hard is It?
von: Nguyen, Huu Hung, et al.
Veröffentlicht: (2025)

Deep Learning Aided Software Vulnerability Detection: A Survey
von: Uddin, Md Nizam, et al.
Veröffentlicht: (2025)

Vulnerability Detection with Interprocedural Context in Multiple Languages: Assessing Effectiveness and Cost of Modern LLMs
von: Lira, Kevin, et al.
Veröffentlicht: (2026)

ChainFuzzer: Greybox Fuzzing for Workflow-Level Multi-Tool Vulnerabilities in LLM Agents
von: Wu, Jiangrong, et al.
Veröffentlicht: (2026)

Unity is Strength: Enhancing Precision in Reentrancy Vulnerability Detection of Smart Contract Analysis Tools
von: Wang, Zexu, et al.
Veröffentlicht: (2024)

Fast and Accurate Silent Vulnerability Fix Retrieval
von: Liu, Xueqing, et al.
Veröffentlicht: (2025)

Understanding the Effectiveness of Large Language Models in Detecting Security Vulnerabilities
von: Khare, Avishree, et al.
Veröffentlicht: (2023)

Propagation-Based Vulnerability Impact Assessment for Software Supply Chains
von: Ruan, Bonan, et al.
Veröffentlicht: (2025)

ContractTinker: LLM-Empowered Vulnerability Repair for Real-World Smart Contracts
von: Wang, Che, et al.
Veröffentlicht: (2024)

Learning-based Models for Vulnerability Detection: An Extensive Study
von: Ni, Chao, et al.
Veröffentlicht: (2024)

Root-Cause-Driven Automated Vulnerability Repair
von: Wang, Hulin, et al.
Veröffentlicht: (2026)

Semantics-Aligned, Curriculum-Driven, and Reasoning-Enhanced Vulnerability Repair Framework
von: Yang, Chengran, et al.
Veröffentlicht: (2025)

Detecting Protracted Vulnerabilities in Open Source Projects
von: Sridharkumar, Arjun, et al.
Veröffentlicht: (2026)

An Empirical Study on the Security Vulnerabilities of GPTs
von: Wu, Tong, et al.
Veröffentlicht: (2025)