Buchumschlag

White-Basilisk: A Hybrid Model for Code Vulnerability Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lamprou, Ioannis, Shevtsov, Alexander, Arapakis, Ioannis, Ioannidis, Sotiris
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BotArtist: Generic approach for bot detection in Twitter via semi-automatic machine learning pipeline
von: Shevtsov, Alexander, et al.
Veröffentlicht: (2023)

Automated Vulnerability Detection in Source Code Using Deep Representation Learning
von: Seas, C., et al.
Veröffentlicht: (2026)

SafeGenBench: A Benchmark Framework for Security Vulnerability Detection in LLM-Generated Code
von: Li, Xinghang, et al.
Veröffentlicht: (2025)

Trustworthy Intrusion Detection: Confidence Estimation Using Latent Space
von: Pitsiorlas, Ioannis, et al.
Veröffentlicht: (2024)

CloudLens: Modeling and Detecting Cloud Security Vulnerabilities
von: Kazdagli, Mikhail, et al.
Veröffentlicht: (2024)

Code Vulnerability Detection Across Different Programming Languages with AI Models
von: Humran, Hael Abdulhakim Ali, et al.
Veröffentlicht: (2025)

LLM-based Vulnerable Code Augmentation: Generate or Refactor?
von: Ouchebara, Dyna Soumhane, et al.
Veröffentlicht: (2025)

Code Vulnerability Repair with Large Language Model using Context-Aware Prompt Tuning
von: Khan, Arshiya, et al.
Veröffentlicht: (2024)

Multi-stage Attack Detection and Prediction Using Graph Neural Networks: An IoT Feasibility Study
von: Friji, Hamdi, et al.
Veröffentlicht: (2024)

Harnessing the Power of LLMs in Source Code Vulnerability Detection
von: Mahyari, Andrew A
Veröffentlicht: (2024)

Bridging Semantics & Structure for Software Vulnerability Detection using Hybrid Network Models
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

Taught by the Flawed: How Dataset Insecurity Breeds Vulnerable AI Code
von: Xia, Catherine, et al.
Veröffentlicht: (2025)

Vulnerabilities in AI Code Generators: Exploring Targeted Data Poisoning Attacks
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2023)

Beyond Single Bugs: Benchmarking Large Language Models for Multi-Vulnerability Detection
von: Pushkar, Chinmay, et al.
Veröffentlicht: (2025)

CCFC: Core & Core-Full-Core Dual-Track Defense for LLM Jailbreak Protection
von: Hu, Jiaming, et al.
Veröffentlicht: (2025)

MCPGuard : Automatically Detecting Vulnerabilities in MCP Servers
von: Wang, Bin, et al.
Veröffentlicht: (2025)

LLMpatronous: Harnessing the Power of LLMs For Vulnerability Detection
von: Yarra, Rajesh
Veröffentlicht: (2025)

Data Quality Issues in Vulnerability Detection Datasets
von: Guo, Yuejun, et al.
Veröffentlicht: (2024)

LProtector: An LLM-driven Vulnerability Detection System
von: Sheng, Ze, et al.
Veröffentlicht: (2024)

Exploring Membership Inference Vulnerabilities in Clinical Large Language Models
von: Nemecek, Alexander, et al.
Veröffentlicht: (2025)

CryptoScope: Utilizing Large Language Models for Automated Cryptographic Logic Vulnerability Detection
von: Li, Zhihao, et al.
Veröffentlicht: (2025)

MalCodeAI: Autonomous Vulnerability Detection and Remediation via Language Agnostic Code Reasoning
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

Trace Gadgets: Minimizing Code Context for Machine Learning-Based Vulnerability Prediction
von: Mächtle, Felix, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation Integrated Large Language Models in Smart Contract Vulnerability Detection
von: Yu, Jeffy
Veröffentlicht: (2024)

From Detection to Prevention: Explaining Security-Critical Code to Avoid Vulnerabilities
von: Krishnamurthy, Ranjith, et al.
Veröffentlicht: (2026)

LLMs in Software Security: A Survey of Vulnerability Detection Techniques and Insights
von: Sheng, Ze, et al.
Veröffentlicht: (2025)

ParaVul: A Parallel Large Language Model and Retrieval-Augmented Framework for Smart Contract Vulnerability Detection
von: Huang, Tenghui, et al.
Veröffentlicht: (2025)

VADER: A Human-Evaluated Benchmark for Vulnerability Assessment, Detection, Explanation, and Remediation
von: Liu, Ethan TS., et al.
Veröffentlicht: (2025)

Comparative Analysis of Black-Box and White-Box Machine Learning Model in Phishing Detection
von: Fajar, Abdullah, et al.
Veröffentlicht: (2024)

SmartLLMSentry: A Comprehensive LLM Based Smart Contract Vulnerability Detection Framework
von: Zaazaa, Oualid, et al.
Veröffentlicht: (2024)

VerilogLAVD: LLM-Aided Rule Generation for Vulnerability Detection in Verilog
von: Long, Xiang, et al.
Veröffentlicht: (2025)

SecureFalcon: Are We There Yet in Automated Software Vulnerability Detection with LLMs?
von: Ferrag, Mohamed Amine, et al.
Veröffentlicht: (2023)

SIExVulTS: Sensitive Information Exposure Vulnerability Detection System using Transformer Models and Static Analysis
von: Katz, Kyler, et al.
Veröffentlicht: (2025)

Generalization-Enhanced Code Vulnerability Detection via Multi-Task Instruction Fine-Tuning
von: Du, Xiaohu, et al.
Veröffentlicht: (2024)

CodeHacker: Automated Test Case Generation for Detecting Vulnerabilities in Competitive Programming Solutions
von: Shi, Jingwei, et al.
Veröffentlicht: (2026)

HogVul: Black-box Adversarial Code Generation Framework Against LM-based Vulnerability Detectors
von: Yang, Jingxiao, et al.
Veröffentlicht: (2026)

Marking Code Without Breaking It: Code Watermarking for Detecting LLM-Generated Code
von: Kim, Jungin, et al.
Veröffentlicht: (2025)

Finetuning Large Language Models for Vulnerability Detection
von: Shestov, Alexey, et al.
Veröffentlicht: (2024)

An LLM-Assisted Easy-to-Trigger Backdoor Attack on Code Completion Models: Injecting Disguised Vulnerabilities against Strong Detection
von: Yan, Shenao, et al.
Veröffentlicht: (2024)

BugWhisperer: Fine-Tuning LLMs for SoC Hardware Vulnerability Detection
von: Tarek, Shams, et al.
Veröffentlicht: (2025)