Buchumschlag

FixV2W: Correcting Invalid CVE-CWE Mappings with Knowledge Graph Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Simsek, Sevval, Athreya, Varsha, Starobinski, David
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncovering CWE-CVE-CPE Relations with Threat Knowledge Graphs
von: Shi, Zhenpeng, et al.
Veröffentlicht: (2023)

VDGraph: A Graph-Theoretic Approach to Unlock Insights from SBOM and SCA Data
von: Xia, Howell, et al.
Veröffentlicht: (2025)

RiskSEA : A Scalable Graph Embedding for Detecting On-chain Fraudulent Activities on the Ethereum Blockchain
von: Agarwal, Ayush, et al.
Veröffentlicht: (2024)

Inferring Sensitive Attributes from Knowledge Graph Embeddings: Attack and Defense Strategies
von: Hayder, Yasmine
Veröffentlicht: (2026)

Performance Evaluation of Knowledge Graph Embedding Approaches under Non-adversarial Attacks
von: Kapoor, Sourabh, et al.
Veröffentlicht: (2024)

Untargeted Adversarial Attack on Knowledge Graph Embeddings
von: Zhao, Tianzhe, et al.
Veröffentlicht: (2024)

Automated CVE Analysis: Harnessing Machine Learning In Designing Question-Answering Models For Cybersecurity Information Extraction
von: Faruk, Tanjim Bin
Veröffentlicht: (2024)

HW-V2W-Map: Hardware Vulnerability to Weakness Mapping Framework for Root Cause Analysis with GPT-assisted Mitigation Suggestion
von: Lin, Yu-Zheng, et al.
Veröffentlicht: (2023)

Poincaré Differential Privacy for Hierarchy-Aware Graph Embedding
von: Wei, Yuecen, et al.
Veröffentlicht: (2023)

Learning Joint Embeddings of Function and Process Call Graphs for Malware Detection
von: Aneja, Kartikeya, et al.
Veröffentlicht: (2025)

TOSSS: a CVE-based Software Security Benchmark for Large Language Models
von: Damie, Marc, et al.
Veröffentlicht: (2026)

Practicable Black-box Evasion Attacks on Link Prediction in Dynamic Graphs -- A Graph Sequential Embedding Method
von: Li, Jiate, et al.
Veröffentlicht: (2024)

An End-to-End Framework for Functionality-Embedded Provenance Graph Construction and Threat Interpretation
von: Ghosh, Kushankur, et al.
Veröffentlicht: (2026)

Neural Network-Based Detection and Multi-Class Classification of FDI Attacks in Smart Grid Home Energy Systems
von: Sen, Varsha, et al.
Veröffentlicht: (2025)

CPE-Identifier: Automated CPE identification and CVE summaries annotation with Deep Learning and NLP
von: Hu, Wanyu, et al.
Veröffentlicht: (2024)

EC-LDA : Label Distribution Inference Attack against Federated Graph Learning with Embedding Compression
von: Cheng, Tong, et al.
Veröffentlicht: (2025)

FedSSP: Federated Graph Learning with Spectral Knowledge and Personalized Preference
von: Tan, Zihan, et al.
Veröffentlicht: (2024)

Automated Mapping of Vulnerability Advisories onto their Fix Commits in Open Source Repositories
von: Hommersom, Daan, et al.
Veröffentlicht: (2021)

DNS-GT: A Graph-based Transformer Approach to Learn Embeddings of Domain Names from DNS Queries
von: Altieri, Massimiliano, et al.
Veröffentlicht: (2026)

LMAE4Eth: Generalizable and Robust Ethereum Fraud Detection by Exploring Transaction Semantics and Masked Graph Embedding
von: Jia, Yifan, et al.
Veröffentlicht: (2025)

Improving Network Threat Detection by Knowledge Graph, Large Language Model, and Imbalanced Learning
von: Zhang, Lili, et al.
Veröffentlicht: (2025)

FGAD: Self-boosted Knowledge Distillation for An Effective Federated Graph Anomaly Detection Framework
von: Cai, Jinyu, et al.
Veröffentlicht: (2024)

Embedding Poisoning: Bypassing Safety Alignment via Embedding Semantic Shift
von: Yuan, Shuai, et al.
Veröffentlicht: (2025)

Locally Differentially Private Embedding Models in Distributed Fraud Prevention Systems
von: Perez, Iker, et al.
Veröffentlicht: (2024)

Theoretical Corrections and the Leveraging of Reinforcement Learning to Enhance Triangle Attack
von: Meng, Nicole, et al.
Veröffentlicht: (2024)

What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs
von: Li, Xingyu, et al.
Veröffentlicht: (2025)

Embedding Attack Project (Work Report)
von: Pu, Jiameng, et al.
Veröffentlicht: (2024)

Nosy Layers, Noisy Fixes: Tackling DRAs in Federated Learning Systems using Explainable AI
von: Nandi, Meghali, et al.
Veröffentlicht: (2025)

Differentially Private Stochastic Gradient Descent with Fixed-Size Minibatches: Tighter RDP Guarantees with or without Replacement
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2024)

Fine-tuning RoBERTa for CVE-to-CWE Classification: A 125M Parameter Model Competitive with LLMs
von: Mosievskiy, Nikita
Veröffentlicht: (2026)

Private Training & Data Generation by Clustering Embeddings
von: Zhou, Felix, et al.
Veröffentlicht: (2025)

Information Leakage from Embedding in Large Language Models
von: Wan, Zhipeng, et al.
Veröffentlicht: (2024)

Location Leakage in Federated Signal Maps
von: Bakopoulou, Evita, et al.
Veröffentlicht: (2021)

Identifying Obfuscated Code through Graph-Based Semantic Analysis of Binary Code
von: Cohen, Roxane, et al.
Veröffentlicht: (2025)

OCGEC: One-class Graph Embedding Classification for DNN Backdoor Detection
von: Jiang, Haoyu, et al.
Veröffentlicht: (2023)

BLens: Contrastive Captioning of Binary Functions using Ensemble Embedding
von: Benoit, Tristan, et al.
Veröffentlicht: (2024)

Embedding-based classifiers can detect prompt injection attacks
von: Ayub, Md. Ahsan, et al.
Veröffentlicht: (2024)

Stealing Training Graphs from Graph Neural Networks
von: Lin, Minhua, et al.
Veröffentlicht: (2024)

On the Adversarial Robustness of Graph Neural Networks with Graph Reduction
von: Wu, Kerui, et al.
Veröffentlicht: (2024)

KnowGraph: Knowledge-Enabled Anomaly Detection via Logical Reasoning on Graph Data
von: Zhou, Andy, et al.
Veröffentlicht: (2024)