VulDec: 基于神经反汇编的二进制漏洞检测框架发布

Francesco Crescenzo Grasso 等人在 arXiv 发布 VulDec 框架及对齐数据集。该框架引入大规模真实汇编与 C 函数对，并详细标注 CWE 漏洞，旨在利用神经反编译实现跨架构的二进制漏洞检测。 在评估指标方面，经过调优的大语言模型反编译器在跨架构下实现了约 56% 的 Edit Similarity 和 43% 的 BLEU-4。基于该模型的检测器在含真实分布的测试集（漏洞率为 3%）上，取得了 0.61 的宏观 F1 分数，证明了其在检测方面的有效性。 研究结论证实，神经反编译为二进制漏洞检测提供了一种优于传统低层表示的强力替代方案，通过直接恢复源代码级别的逻辑特征，提升了漏洞识别的准确性与跨平台适应性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。