VulCurator：一种漏洞修复提交检测器
密码学与安全
2022-09-08 v1 人工智能
软件工程
摘要
如今，开源软件（OSS）漏洞管理流程十分重要，因为已发现的 OSS 漏洞数量随时间不断增加。监控漏洞修复提交是预防漏洞利用的标准流程的一部分。然而，由于可能需要审查的提交数量庞大，人工检测漏洞修复提交十分耗时。近来，许多技术被提出以利用机器学习自动检测漏洞修复提交。这些方案要么：（1）未使用深度学习，要么（2）仅在有限信息源上使用深度学习。本文提出 VulCurator，一种在更丰富信息源（包括提交信息、代码变更与问题报告）上利用深度学习进行漏洞修复提交分类的工具。我们的实验结果表明，VulCurator 在 F1-score 上优于最先进的基线模型（SOTA）至多 16.1%。VulCurator 工具公开于 https://github.com/ntgiang71096/VFDetector 与 https://zenodo.org/record/7034132#.Ww3MN-xBzDI，演示视频见 https://youtu.be/uMlFmWSJYOE。
引用
@article{arxiv.2209.03260,
title = {VulCurator: A Vulnerability-Fixing Commit Detector},
author = {Truong Giang Nguyen and Thanh Le-Cong and Hong Jin Kang and Xuan-Bach D. Le and David Lo},
journal= {arXiv preprint arXiv:2209.03260},
year = {2022}
}
备注
accepted to ESEC/FSE 2022, Tool Demos Track