الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

تقليل الضوضاء في مجموعة بيانات الثغرات الأمنية (تجريبي)

مجموعة الأدوات هذه هي كل التعليمات البرمجية المستخدمة في ورقة ISSTA'23 "فهم ومعالجة أخطاء التسمية في اكتشاف الثغرات الأمنية القائمة على التعلم العميق (ورقة الخبرة)"

تكشف دراستنا عن مشكلات تسمية الخطأ المستمرة في مجموعات البيانات الحالية المستخدمة في مهام الكشف عن ثغرات كود المصدر. ونسلط الضوء على ضرورة إنشاء مجموعات بيانات عالية الجودة يتم جمعها باستخدام تقنيات موثوقة. نحن هنا نقدم تنفيذنا للنماذج الموضحة في ورقتنا، بما في ذلك DeepWuKong وSySeVr وVulDeePecker وطريقتين متطابقتين لتقليل الضوضاء (CL وDT). مجموعات البيانات التي نستخدمها مدرجة أيضًا أدناه.

إرشادات الاستخدام

وصف المجلد:

التكوينات : 

config files for deep learning models. In this work, we just use deepwukong.yaml, silver.yaml, and vuldeepecker.yaml.

النماذج : 

code files for deep learning models.

إعداد_البيانات : 

util files that prepare data for FFmpeg+qumu.

أدوات : 

program slice util files.

الاستخدامات : 

commonly used functions.

confid_learning.py : 

entrance of confident learning.

التفاضلية_التدريب .py : 

entrance of differential training.

dwk_train.py : 

entrance of training deepwukong.

sys_train.py : 

entrance of training sysevr.

vdp_train.py : 

entrance of training vuldeepecker.

scrd_crawl.py : 

code for crawling sard dataset.

مجموعات البيانات:

الزراعة والتنمية الريفية المستدامتين:

يمكنك الزحف إلى بيانات الضعف من الموقع الرسمي لـ SARD من خلال البرنامج النصي: 

python sard_crawl.py

كيمو+FFmpeg: كيمو+FFmpeg 

You can download it via this link.

الاقتباس 

Xu Nie, Ningke Li, Kailong Wang, Shangguang Wang, Xiapu Luo, and Haoyu Wang. 2023. Understanding and Tackling Label Errors in Deep Learning-based Vulnerability Detection. In Proceedings of the 32nd ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA ’23), July 17–21, 2023, Seattle, WA, USA. ACM, New York, NY, USA, 12 pages. https://doi.org/10.1145/3597926.3598037
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل