Buchumschlag

Automated Trustworthiness Oracle Generation for Machine Learning Text Classifiers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tung, Lam Nguyen, Cho, Steven, Du, Xiaoning, Neelofar, Neelofar, Terragni, Valerio, Ruberto, Stefano, Aleti, Aldeida
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Computation and Language Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UntrustVul: An Automated Approach for Identifying Untrustworthy Alerts in Vulnerability Detection Models
von: Tung, Lam Nguyen, et al.
Veröffentlicht: (2025)

PAFOT: A Position-Based Approach for Finding Optimal Tests of Autonomous Vehicles
von: Crespo-Rodriguez, Victor, et al.
Veröffentlicht: (2024)

Automated Trustworthiness Testing for Machine Learning Classifiers
von: Cho, Steven, et al.
Veröffentlicht: (2024)

MORTAR: Multi-turn Metamorphic Testing for LLM-based Dialogue Systems
von: Guo, Guoxiang, et al.
Veröffentlicht: (2024)

The Role of Road Features and Vehicle Dynamics in Cost-Effective Autonomous Vehicles Safety Testing: Insights from Instance Space Analysis
von: Crespo-Rodriguez, Victor, et al.
Veröffentlicht: (2026)

Metamorphic Testing of Large Language Models for Natural Language Processing
von: Cho, Steven, et al.
Veröffentlicht: (2025)

LLMORPH: Automated Metamorphic Testing of Large Language Models
von: Cho, Steven, et al.
Veröffentlicht: (2026)

SmartOracle: Generating Smart Contract Oracle via Fine-Grained Invariant Detection
von: Su, Jianzhong, et al.
Veröffentlicht: (2024)

Engineering Trustworthy Machine-Learning Operations with Zero-Knowledge Proofs
von: Scaramuzza, Filippo, et al.
Veröffentlicht: (2025)

FDI: Attack Neural Code Generation Systems through User Feedback Channel
von: Sun, Zhensu, et al.
Veröffentlicht: (2024)

Automating SBOM Generation with Zero-Shot Semantic Similarity
von: Pereira, Devin, et al.
Veröffentlicht: (2024)

PatchFuzz: Patch Fuzzing for JavaScript Engines
von: Wang, Junjie, et al.
Veröffentlicht: (2025)

TAIBOM: Bringing Trustworthiness to AI-Enabled Systems
von: Safronov, Vadim, et al.
Veröffentlicht: (2025)

Python Fuzzing for Trustworthy Machine Learning Frameworks
von: Yegorov, Ilya, et al.
Veröffentlicht: (2024)

Automated Generation of Cybersecurity Exercise Scenarios
von: Skandylas, Charilaos, et al.
Veröffentlicht: (2026)

LSPFuzz: Hunting Bugs in Language Servers
von: Zhu, Hengcheng, et al.
Veröffentlicht: (2025)

zkCraft: Prompt-Guided LLM as a Zero-Shot Mutation Pattern Oracle for TCCT-Powered ZK Fuzzing
von: Fu, Rong, et al.
Veröffentlicht: (2026)

Super Mario in the Pernicious Kingdoms: Classifying glitches in old games
von: Forward, Llewellyn, et al.
Veröffentlicht: (2024)

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

Enhancing Fuzz Testing Efficiency through Automated Fuzz Target Generation
von: Tran, Chi Thien
Veröffentlicht: (2026)

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

CodableLLM: Automating Decompiled and Source Code Mapping for LLM Dataset Generation
von: Manuel, Dylan, et al.
Veröffentlicht: (2025)

A Mixed-Methods Study of Open-Source Software Maintainers On Vulnerability Management and Platform Security Features
von: Ayala, Jessy, et al.
Veröffentlicht: (2024)

Investigating Vulnerability Disclosures in Open-Source Software Using Bug Bounty Reports and Security Advisories
von: Ayala, Jessy, et al.
Veröffentlicht: (2025)

Are Latent Vulnerabilities Hidden Gems for Software Vulnerability Prediction? An Empirical Study
von: Le, Triet H. M., et al.
Veröffentlicht: (2024)

Trustworthy AI Software Engineers
von: Aleti, Aldeida, et al.
Veröffentlicht: (2026)

A Practical Adversarial Attack against Sequence-based Deep Learning Malware Classifiers
von: Tan, Kai, et al.
Veröffentlicht: (2025)

{A New Hope}: Contextual Privacy Policies for Mobile Applications and An Approach Toward Automated Generation
von: Pan, Shidong, et al.
Veröffentlicht: (2024)

SPDZCoder: Combining Expert Knowledge with LLMs for Generating Privacy-Computing Code
von: Dong, Xiaoning, et al.
Veröffentlicht: (2024)

Automated Generation of Accurate Privacy Captions From Android Source Code Using Large Language Models
von: Jain, Vijayanta, et al.
Veröffentlicht: (2026)

Automated Penetration Testing: Formalization and Realization
von: Skandylas, Charilaos, et al.
Veröffentlicht: (2024)

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

Towards Agentic Runtime Healing
von: Sun, Zhensu, et al.
Veröffentlicht: (2024)

Semantics-Based Verification of an Implemented Shor Oracle for ECDLP in Qrisp
von: Zhang, Lei, et al.
Veröffentlicht: (2026)

Automated Attack Synthesis for Constant Product Market Makers
von: Han, Sujin, et al.
Veröffentlicht: (2024)

FASR: Automated Identification of Unsafe Control Actions in STPA
von: Dardik, Ian, et al.
Veröffentlicht: (2026)

PatchSeeker: Mapping NVD Records to their Vulnerability-fixing Commits with LLM Generated Commits and Embeddings
von: Nguyen, Huu Hung, et al.
Veröffentlicht: (2025)

A Systematic Study of LLM-Based Architectures for Automated Patching
von: Xu, Qingxiao, et al.
Veröffentlicht: (2026)

PrediQL: Automated Testing of GraphQL APIs with LLMs
von: Liu, Shaolun, et al.
Veröffentlicht: (2025)

AIM: Automated Input Set Minimization for Metamorphic Security Testing
von: Chaleshtari, Nazanin Bayati, et al.
Veröffentlicht: (2024)