Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining
大型语言模型(LLM)生成的代码经常包含安全漏洞,且这些漏洞往往不是孤立的,而是跨多个关注领域同时出现,反映了软件安全中的横切性质。本文提出一个框架,将安全导向的蜕变关系(MR)与关联规则(AR)挖掘相结合,用于检测LLM生成代码中的漏洞,
共收录 1 条相关情报。
← 返回所有主题大型语言模型(LLM)生成的代码经常包含安全漏洞,且这些漏洞往往不是孤立的,而是跨多个关注领域同时出现,反映了软件安全中的横切性质。本文提出一个框架,将安全导向的蜕变关系(MR)与关联规则(AR)挖掘相结合,用于检测LLM生成代码中的漏洞,