漏洞檢測

深度分析

隨著開源軟體的廣泛採用，漏洞利用風險提高，現有自動化漏洞檢測多侷限於函式級別、固定輸入或靜態偏好資料集，難以重現人類對跨檔案、跨程序的情境推理。

深度分析

面對巨量程式碼與樣本不平衡，單一模態方法在漏洞檢測上有其極限。本文改寫自一篇ArXiv研究，提出TaCCS-DFA框架，利用Fisher資訊量作為幾何量度，線上估計主要的Fisher子空間，並將跨模態注意力限制於任務敏感方向，從CPG擷取補充性的結構特徵；