数据窥探对深度学习模型在提升代码漏洞定位中的影响
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本研究探讨数据窥探对神经网络代码漏洞检测的影响,结果显示其对模型性能影响有限,且GPT-2嵌入模型在复杂代码特征表示方面表现出良好的鲁棒性。
🎯
关键要点
- 本研究探讨数据窥探对神经网络代码漏洞检测的影响。
- 研究关注不当的嵌入模型训练对模型表现的具体影响。
- 数据窥探的引入并未显著改变模型性能,表明其影响有限。
- 使用GPT-2嵌入的模型在复杂代码特征表示上表现出良好的鲁棒性。
- 即使在数据窥探的情况下,GPT-2嵌入模型仍能保持优秀表现。
➡️