Buchumschlag

Vulnerability Detection in C/C++ Code with Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zhen, Aumpansub, Amy
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Learning-based Binary Analysis for Vulnerability Detection in x86-64 Machine Code
von: Petingola, Mitchell
Veröffentlicht: (2026)

Evaluating Line-level Localization Ability of Learning-based Code Vulnerability Detection Models
von: Pintore, Marco, et al.
Veröffentlicht: (2025)

A Systematic Study of Code Obfuscation Against LLM-based Vulnerability Detection
von: Li, Xiao, et al.
Veröffentlicht: (2025)

Uncovering the Limits of Machine Learning for Automatic Vulnerability Detection
von: Risse, Niklas, et al.
Veröffentlicht: (2023)

Automated Code-centric Software Vulnerability Assessment: How Far Are We? An Empirical Study in C/C++
von: Nguyen, Anh The, et al.
Veröffentlicht: (2024)

VulStyle: A Multi-Modal Pre-Training for Code Stylometry-Augmented Vulnerability Detection
von: Biringa, Chidera, et al.
Veröffentlicht: (2026)

Towards Causal Deep Learning for Vulnerability Detection
von: Rahman, Md Mahbubur, et al.
Veröffentlicht: (2023)

Efficient Software Vulnerability Detection Using Transformer-based Models
von: Shaik, Sameer, et al.
Veröffentlicht: (2026)

Impact of Dataset Properties on Membership Inference Vulnerability of Deep Transfer Learning
von: Tobaben, Marlon, et al.
Veröffentlicht: (2024)

Vulnerabilities in Machine Learning-Based Voice Disorder Detection Systems
von: Perelli, Gianpaolo, et al.
Veröffentlicht: (2024)

Top Score on the Wrong Exam: On Benchmarking in Machine Learning for Vulnerability Detection
von: Risse, Niklas, et al.
Veröffentlicht: (2024)

Death by a Thousand Prompts: Open Model Vulnerability Analysis
von: Chang, Amy, et al.
Veröffentlicht: (2025)

GNN-Based Code Annotation Logic for Establishing Security Boundaries in C Code
von: Gadey, Varun, et al.
Veröffentlicht: (2024)

Vulnerability Detection in Ethereum Smart Contracts via Machine Learning: A Qualitative Analysis
von: Ressi, Dalila, et al.
Veröffentlicht: (2024)

Vulnerability Detection in Smart Contracts: A Comprehensive Survey
von: De Baets, Christopher, et al.
Veröffentlicht: (2024)

Knowledge Migration Framework for Smart Contract Vulnerability Detection
von: Wang, Luqi, et al.
Veröffentlicht: (2024)

From Lab to Reality: A Practical Evaluation of Deep Learning Models and LLMs for Vulnerability Detection
von: Lu, Chaomeng, et al.
Veröffentlicht: (2025)

An Unbiased Transformer Source Code Learning with Semantic Vulnerability Graph
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2023)

Strategic Heterogeneous Multi-Agent Architecture for Cost-Effective Code Vulnerability Detection
von: Wang, Zhaohui Geoffrey
Veröffentlicht: (2026)

Statement-Level Vulnerability Detection: Learning Vulnerability Patterns Through Information Theory and Contrastive Learning
von: Nguyen, Van, et al.
Veröffentlicht: (2022)

Dual-view Aware Smart Contract Vulnerability Detection for Ethereum
von: Yao, Jiacheng, et al.
Veröffentlicht: (2024)

Exploiting Efficiency Vulnerabilities in Dynamic Deep Learning Systems
von: Rathnasuriya, Ravishka, et al.
Veröffentlicht: (2025)

Poisoned Source Code Detection in Code Models
von: Ghannoum, Ehab, et al.
Veröffentlicht: (2025)

Dissecting the Black Box: Circuit-Level Analysis of LLM Vulnerability Detection
von: Atiiq, Syafiq Al, et al.
Veröffentlicht: (2026)

Code-Centric Detection of Vulnerability-Fixing Commits: A Unified Benchmark and Empirical Study
von: Loose, Nils, et al.
Veröffentlicht: (2026)

A Survey of Malware Detection Using Deep Learning
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2024)

A Geometric Framework for Adversarial Vulnerability in Machine Learning
von: Bell, Brian
Veröffentlicht: (2024)

Mitigating Membership Inference Vulnerability in Personalized Federated Learning
von: Jung, Kangsoo, et al.
Veröffentlicht: (2025)

C-RADAR: A Centralized Deep Learning System for Intrusion Detection in Software Defined Networks
von: Mustafa, Osama, et al.
Veröffentlicht: (2024)

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

Evaluating Large Language Models in Vulnerability Detection Under Variable Context Windows
von: Lin, Jie, et al.
Veröffentlicht: (2025)

MTVHunter: Smart Contracts Vulnerability Detection Based on Multi-Teacher Knowledge Translation
von: Sun, Guokai, et al.
Veröffentlicht: (2025)

Tracing the Chain: Deep Learning for Stepping-Stone Intrusion Detection
von: Mathews, Nate, et al.
Veröffentlicht: (2026)

Optimized Approaches to Malware Detection: A Study of Machine Learning and Deep Learning Techniques
von: Fahim, Abrar, et al.
Veröffentlicht: (2025)

Deep Learning-based Embedded Intrusion Detection System for Automotive CAN
von: Khandelwal, Shashwat, et al.
Veröffentlicht: (2024)

Deep Learning-based Anomaly Detection and Log Analysis for Computer Networks
von: Wang, Shuzhan, et al.
Veröffentlicht: (2024)

Attack and Defense of Deep Learning Models in the Field of Web Attack Detection
von: Shi, Lijia, et al.
Veröffentlicht: (2024)

DRMD: Deep Reinforcement Learning for Malware Detection under Concept Drift
von: McFadden, Shae, et al.
Veröffentlicht: (2025)

Enhancing Cybersecurity in IoT Networks: A Deep Learning Approach to Anomaly Detection
von: Pang, Yining, et al.
Veröffentlicht: (2024)

RAPID: Robust APT Detection and Investigation Using Context-Aware Deep Learning
von: Amaru, Yonatan, et al.
Veröffentlicht: (2024)