本文提出了一种名为 SemVul 的漏洞检测流水线，旨在提高源代码漏洞检测的准确率与泛化能力。研究背景指出，源代码漏洞是网络攻击的根本原因之一，攻击者常利用软件弱点进行未授权访问、数据窃取或服务破坏。现有基于代码属性图（Code Property Graph, CPG）的方法通常仅关注程序的结构信息，而忽略了代码的语义层面。为此，SemVul 在 CPG 基础上引入了语义级增强，通过预训练代码嵌入技术为图中的节点和边分别注入语义特征，使模型能够同时捕捉程序的结构流（如控制流、数据流）和代码的语义含义。方法上，作者系统评估了多种图神经网络（GNN）架构，在公开基准数据集上进行了实验。SemVul 与具体编程语言无关，支持多种架构，具有良好的通用性。实验结果表明，SemVul 在漏洞检测性能上优于现有方法，并且展现出更强的泛化能力，能够更有效地学习易受攻击的代码模式。该研究适合软件安全、漏洞挖掘、基于机器学习的代码分析等领域的研究人员和工程人员阅读。

本文研究了WordPress插件在收集和处理个人身份信息（PII）时是否符合欧盟通用数据保护条例（GDPR）的问题。WordPress作为流行的内容管理系统，其插件可能涉及跨语言的数据流，如PHP、JavaScript、HTML和SQL，这使得GDPR合规性检测变得困难。现有工具主要针对网站或移动应用，无法处理插件中客户端与服务器端混合的数据处理。为此，作者提出了CHKPLUG，第一个自动化的WordPress插件GDPR合规检查器。其核心是构建一种新颖的跨语言代码属性图（CCPG），该图能够表示内联语言集成（如PHP与HTML）以及键值对关联（如HTML与JavaScript），从而捕获跨语言的数据流。CHKPLUG通过在图谱上执行查询来匹配GDPR相关条款（如数据删除、用户同意等）的违规模式。实验使用人工标注的WordPress插件数据集进行评估，结果显示CHKPLUG在检查插件是否合规时达到了98.8%的真阴性率（TNR）和89.3%的真阳性率（TPR）。此外，对市场现状的测量分析发现，有368个插件违反了数据删除规定，即未提供删除用户信息的功能。该研究为WordPress生态系统的隐私合规自动化检查提供了新方法，有助于插件开发者和网站所有者识别并修复GDPR违规问题。