Vulnerability Dataset Denoising

ชุดข้อมูลช่องโหว่ Denoising (เชิงประจักษ์)

ชุดเครื่องมือนี้เป็นโค้ดทั้งหมดที่ใช้ในรายงานของ ISSTA'23 เรื่อง "การทำความเข้าใจและการจัดการข้อผิดพลาดของป้ายกำกับในการตรวจจับช่องโหว่บนการเรียนรู้เชิงลึก (รายงานประสบการณ์)"

การศึกษาของเราเผยให้เห็นปัญหาป้ายกำกับข้อผิดพลาดที่เกิดขึ้นอย่างต่อเนื่องในชุดข้อมูลที่มีอยู่ซึ่งใช้สำหรับงานตรวจจับช่องโหว่ของซอร์สโค้ด เราเน้นย้ำถึงความจำเป็นในการสร้างชุดข้อมูลคุณภาพสูงที่รวบรวมโดยใช้เทคนิคที่เชื่อถือได้ ที่นี่เรานำเสนอการใช้งานแบบจำลองที่อธิบายไว้ในรายงานของเรา รวมถึง DeepWuKong, SySeVr, VulDeePecker และวิธีการลดสัญญาณรบกวนที่เกี่ยวข้องสองวิธี (CL และ DT) ชุดข้อมูลที่เราใช้มีรายชื่ออยู่ด้านล่างนี้ด้วย

คำแนะนำการใช้งาน

คำอธิบายโฟลเดอร์:

กำหนดค่า :

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

รุ่น :

code files for deep learning models.

เตรียม_ข้อมูล :

util files that prepare data for FFmpeg+qumu.

เครื่องมือ :

program slice util files.

ยูทิลิตี้ :

commonly used functions.

มั่นใจ_learning.py :

entrance of confident learning.

differential_training.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.

ชุดข้อมูล:

ซาร์ด:

คุณสามารถรวบรวมข้อมูลช่องโหว่ได้จากเว็บไซต์อย่างเป็นทางการของ SARD ผ่านสคริปต์:

python sard_crawl.py

คิวมู+FFmpeg:คิวมู+FFmpeg

You can download it via this link.

การอ้างอิง

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