SEMA-GUARD: Semantic and Graph-Based Vulnerability Detection in Assembly Code
在无源码场景（如恶意软件分析、固件审计、嵌入式系统分析）中，对编译后程序进行漏洞检测的需求日益突出。然而，现有方法多依赖语法规律或较高层次的表示，不仅容易受编译器版本和优化选项变化的影响，也难以直接应用于汇编代码。为此，本文提出 SEMA-
#semantic-analysis
共收录 3 条相关情报。
← 返回所有主题SemVul: Semantic-Enhanced Graph Neural Networks for Code Property Graph-based Vulnerability Detection
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 Prope
Semantic-Informed Driver Fuzzing Without Both the Hardware Devices and the Emulators.
这篇论文针对内核驱动测试的痛点——绝大多数驱动因缺乏对应硬件或模拟器而无法被有效测试——提出了一种无需硬件设备和模拟器的语义感知驱动模糊测试方法。当前驱动测试高度依赖物理设备或硬件模拟器，导致覆盖范围严重受限，大量驱动（如Linux内核中数