利用生成对抗网络学习修复软件漏洞
计算与语言
2018-10-30 v3 机器学习
神经与进化计算
机器学习
摘要
受软件漏洞自动修复问题的启发，我们提出了一种对抗学习方法，该方法将一个离散源域映射到另一个目标域，且不需要配对的标注样本，也不要求源域和目标域为双射。我们证明所提出的对抗学习方法是一种修复软件漏洞的有效技术，其性能接近需要标注对的 seq2seq 方法。所提出的生成对抗网络（GAN）方法具有应用无关性，因为它可应用于其他类似于代码修复的问题，例如语法纠错或情感转换。
引用
@article{arxiv.1805.07475,
title = {Learning to Repair Software Vulnerabilities with Generative Adversarial Networks},
author = {Jacob Harer and Onur Ozdemir and Tomo Lazovich and Christopher P. Reale and Rebecca L. Russell and Louis Y. Kim and Peter Chin},
journal= {arXiv preprint arXiv:1805.07475},
year = {2018}
}
备注
Presented at 32nd Conference on Neural Information Processing Systems (nips 2018), Montreal Canada