Buchumschlag

MulVuln: Enhancing Pre-trained LMs with Shared and Language-Specific Knowledge for Multilingual Vulnerability Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Van, Nepal, Surya, Yuan, Xingliang, Wu, Tingmin, Chen, Fengchao, Rudolph, Carsten
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Innovative Information Theory-based Approach to Tackle and Enhance The Transparency in Phishing Detection
von: Nguyen, Van, et al.
Veröffentlicht: (2024)

Deep Learning-Based Out-of-distribution Source Code Data Identification: How Far Have We Gone?
von: Nguyen, Van, et al.
Veröffentlicht: (2024)

SAFE: Advancing Large Language Models in Leveraging Semantic and Syntactic Relationships for Software Vulnerability Detection
von: Nguyen, Van, et al.
Veröffentlicht: (2024)

Too Helpful to Be Safe: User-Mediated Attacks on Planning and Web-Use Agents
von: Chen, Fengchao, et al.
Veröffentlicht: (2026)

SoK: Exposing the Generation and Detection Gaps in LLM-Generated Phishing
von: Chen, Fengchao, et al.
Veröffentlicht: (2025)

PEEK: Phishing Evolution Framework for Phishing Generation and Evolving Pattern Analysis using Large Language Models
von: Chen, Fengchao, et al.
Veröffentlicht: (2024)

AutoVulnPHP: LLM-Powered Two-Stage PHP Vulnerability Detection and Automated Localization
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2026)

LLM4Vuln: A Unified Evaluation Framework for Decoupling and Enhancing LLMs' Vulnerability Reasoning
von: Sun, Yuqiang, et al.
Veröffentlicht: (2024)

VulnRepairEval: An Exploit-Based Evaluation Framework for Assessing Large Language Model Vulnerability Repair Capabilities
von: Wang, Weizhe, et al.
Veröffentlicht: (2025)

CrossCommitVuln-Bench: A Dataset of Multi-Commit Python Vulnerabilities Invisible to Per-Commit Static Analysis
von: Majumdar, Arunabh
Veröffentlicht: (2026)

StagedVulBERT: Multi-Granular Vulnerability Detection with a Novel Pre-trained Code Model
von: Jiang, Yuan, et al.
Veröffentlicht: (2024)

FirmReBugger: A Benchmark Framework for Monolithic Firmware Fuzzers
von: Duong, Mathew, et al.
Veröffentlicht: (2026)

Keep the Lights On, Keep the Lengths in Check: Plug-In Adversarial Detection for Time-Series LLMs in Energy Forecasting
von: Ma, Hua, et al.
Veröffentlicht: (2025)

Enhancing Pre-Trained Language Models for Vulnerability Detection via Semantic-Preserving Data Augmentation
von: Qi, Weiliang, et al.
Veröffentlicht: (2024)

Multi-Agent Taint Specification Extraction for Vulnerability Detection
von: Ghebremichael, Jonah, et al.
Veröffentlicht: (2026)

OblivCDN: A Practical Privacy-preserving CDN with Oblivious Content Access
von: Vo, Viet, et al.
Veröffentlicht: (2025)

From Generalist to Specialist: Exploring CWE-Specific Vulnerability Detection
von: Atiiq, Syafiq Al, et al.
Veröffentlicht: (2024)

Revisiting Pre-trained Language Models for Vulnerability Detection
von: Li, Youpeng, et al.
Veröffentlicht: (2025)

VulKey: Automated Vulnerability Repair Guided by Domain-Specific Repair Patterns
von: Li, Jia, et al.
Veröffentlicht: (2026)

Does Teaming-Up LLMs Improve Secure Code Generation? A Comprehensive Evaluation with Multi-LLMSecCodeEval
von: Sabir, Bushra, et al.
Veröffentlicht: (2026)

Identity Control Plane: The Unifying Layer for Zero Trust Infrastructure
von: Avirneni, Surya Teja
Veröffentlicht: (2025)

Establishing Workload Identity for Zero Trust CI/CD: From Secrets to SPIFFE-Based Authentication
von: Avirneni, Surya Teja
Veröffentlicht: (2025)

Intent-Aware Authorization for Zero Trust CI/CD
von: Avirneni, Surya Teja
Veröffentlicht: (2025)

Decoupling Identity from Access: Credential Broker Patterns for Secure CI/CD
von: Avirneni, Surya Teja
Veröffentlicht: (2025)

VulInstruct: Teaching LLMs Root-Cause Reasoning for Vulnerability Detection via Security Specifications
von: Zhu, Hao, et al.
Veröffentlicht: (2025)

Detecting Malicious Intents in Smart Contracts with Pre-trained Programming Language Models
von: Huang, Youwei, et al.
Veröffentlicht: (2025)

zkSBOM: Privacy-Preserving SBOM Sharing with Zero-Knowledge Sets
von: Sorger, Tom, et al.
Veröffentlicht: (2026)

VeriSBOM: Secure and Verifiable SBOM Sharing Via Zero-Knowledge Proofs
von: Castiglione, Gianpietro, et al.
Veröffentlicht: (2026)

Generating Proof-of-Vulnerability Tests to Help Enhance the Security of Complex Software
von: Kanchi, Shravya, et al.
Veröffentlicht: (2026)

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

BACFuzz: Exposing the Silence on Broken Access Control Vulnerabilities in Web Applications
von: Dharmaadi, I Putu Arya, et al.
Veröffentlicht: (2025)

Models Are Codes: Towards Measuring Malicious Code Poisoning Attacks on Pre-trained Model Hubs
von: Zhao, Jian, et al.
Veröffentlicht: (2024)

Static Semantics Reconstruction for Enhancing JavaScript-WebAssembly Multilingual Malware Detection
von: Xia, Yifan, et al.
Veröffentlicht: (2023)

On the Effectiveness of Function-Level Vulnerability Detectors for Inter-Procedural Vulnerabilities
von: Li, Zhen, et al.
Veröffentlicht: (2024)

Smart Cuts: Enhance Active Learning for Vulnerability Detection by Pruning Hard-to-Learn Data
von: Lan, Xiang, et al.
Veröffentlicht: (2025)

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

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

Uncover the Premeditated Attacks: Detecting Exploitable Reentrancy Vulnerabilities by Identifying Attacker Contracts
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

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

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