Buchumschlag

An Empirical Study of the Imbalance Issue in Software Vulnerability Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Yuejun, Hu, Qiang, Tang, Qiang, Traon, Yves Le
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Boosting Source Code Learning with Text-Oriented Data Augmentation: An Empirical Study
von: Dong, Zeming, et al.
Veröffentlicht: (2023)

Learning Generalizable Multimodal Representations for Software Vulnerability Detection
von: Dong, Zeming, et al.
Veröffentlicht: (2026)

Defective Task Descriptions in LLM-Based Code Generation: Detection and Analysis
von: Akli, Amal, et al.
Veröffentlicht: (2026)

GenCode: A Generic Data Augmentation Framework for Boosting Deep Learning-Based Code Understanding
von: Dong, Zeming, et al.
Veröffentlicht: (2024)

AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis
von: Yu, Jiongchi, et al.
Veröffentlicht: (2025)

A Multi-Dataset Evaluation of Models for Automated Vulnerability Repair
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2025)

One Model, Many Skills: Parameter-Efficient Fine-Tuning for Multitask Code Analysis
von: Akli, Amal, et al.
Veröffentlicht: (2026)

An Empirical Study of Vulnerability Detection using Federated Learning
von: Zhou, Peiheng, et al.
Veröffentlicht: (2024)

Evaluating Pre-Trained Models for Multi-Language Vulnerability Patching
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2025)

An Empirical Study of Vulnerabilities in Python Packages and Their Detection
von: Quan, Haowei, et al.
Veröffentlicht: (2025)

Enhancing Software Vulnerability Detection Through Adaptive Test Input Generation Using Genetic Algorithm
von: Mehendran, Yanusha, et al.
Veröffentlicht: (2025)

When Prompts Go Wrong: Evaluating Code Model Robustness to Ambiguous, Contradictory, and Incomplete Task Descriptions
von: Larbi, Maya, et al.
Veröffentlicht: (2025)

An Empirical Study of Proactive Coding Assistants in Real-World Software Development
von: Li, Lehui, et al.
Veröffentlicht: (2026)

Toward Scalable Automated Repository-Level Datasets for Software Vulnerability Detection
von: Lbath, Amine
Veröffentlicht: (2026)

A Systematic Literature Review on Detecting Software Vulnerabilities with Large Language Models
von: Kaniewski, Sabrina, et al.
Veröffentlicht: (2025)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

Evaluating LLMs for One-Shot Patching of Real and Artificial Vulnerabilities
von: Garg, Aayush, et al.
Veröffentlicht: (2025)

Reflections on the Reproducibility of Commercial LLM Performance in Empirical Software Engineering Studies
von: Angermeir, Florian, et al.
Veröffentlicht: (2025)

Software Fairness: An Analysis and Survey
von: Soremekun, Ezekiel, et al.
Veröffentlicht: (2022)

Software Vulnerability and Functionality Assessment using LLMs
von: Jensen, Rasmus Ingemann Tuffveson, et al.
Veröffentlicht: (2024)

Explaining Software Vulnerabilities with Large Language Models
von: Johnson, Oshando, et al.
Veröffentlicht: (2025)

VulnLLMEval: A Framework for Evaluating Large Language Models in Software Vulnerability Detection and Patching
von: Zibaeirad, Arastoo, et al.
Veröffentlicht: (2024)

Your Instructions Are Not Always Helpful: Assessing the Efficacy of Instruction Fine-tuning for Software Vulnerability Detection
von: Yusuf, Imam Nur Bani, et al.
Veröffentlicht: (2024)

An Empirical Evaluation of LLM-Based Approaches for Code Vulnerability Detection: RAG, SFT, and Dual-Agent Systems
von: Saju, Md Hasan, et al.
Veröffentlicht: (2026)

An Empirical Study on Compliance with Ranking Transparency in the Software Documentation of EU Online Platforms
von: Sovrano, Francesco, et al.
Veröffentlicht: (2023)

Harnessing Large Language Models for Software Vulnerability Detection: A Comprehensive Benchmarking Study
von: Tamberg, Karl, et al.
Veröffentlicht: (2024)

Using LLMs in Software Design: An Empirical Study of GitHub and A Practitioner Survey
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

Using LLMs in Software Requirements Specifications: An Empirical Evaluation
von: Krishna, Madhava, et al.
Veröffentlicht: (2024)

An Empirically-grounded tool for Automatic Prompt Linting and Repair: A Case Study on Bias, Vulnerability, and Optimization in Developer Prompts
von: Rzig, Dhia Elhaq, et al.
Veröffentlicht: (2025)

Do Code Semantics Help? A Comprehensive Study on Execution Trace-Based Information for Code Large Language Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Empirical Computation
von: Tang, Eric, et al.
Veröffentlicht: (2025)

Generative AI and Empirical Software Engineering: A Paradigm Shift
von: Treude, Christoph, et al.
Veröffentlicht: (2025)

Can GPT-4 Replicate Empirical Software Engineering Research?
von: Liang, Jenny T., et al.
Veröffentlicht: (2023)

Comparison of Static Application Security Testing Tools and Large Language Models for Repo-level Vulnerability Detection
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

EvalSVA: Multi-Agent Evaluators for Next-Gen Software Vulnerability Assessment
von: Wen, Xin-Cheng, et al.
Veröffentlicht: (2024)

Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
von: Yasmin, Jerin, et al.
Veröffentlicht: (2025)

SWEnergy: An Empirical Study on Energy Efficiency in Agentic Issue Resolution Frameworks with SLMs
von: Tripathy, Arihant, et al.
Veröffentlicht: (2025)

What Software Engineering Looks Like to AI Agents? -- An Empirical Study of AI-Only Technical Discourse on MoltBook
von: Huo, Junyu, et al.
Veröffentlicht: (2026)

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

Data and Context Matter: Towards Generalizing AI-based Software Vulnerability Detection
von: Safdar, Rijha, et al.
Veröffentlicht: (2025)