当前位置:首页 > 报告详情

基于大模型的缺陷静态检查.pdf

上传人: 张** 编号:175747 2024-09-09 41页 5.08MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文探讨了大规模语言模型(LLM)在软件缺陷静态检测中的应用。作者提出,尽管LLM在某些情况下能有效识别缺陷,但在实践中仍存在准确性和召回率不足的问题。文章详细介绍了两种基于LLM的缺陷检测方法:一是通过优化源/汇点分析和可达性分析来协同LLM和静态分析;二是通过增强LLM的缺陷知识库来构建和使用针对性的知识库。研究还介绍了MIROK和INFERROI两种方法,MIROK从开源软件的大量代码库中挖掘资源相关的知识,以改进资源泄漏检测;INFERROI则通过LLM识别资源导向代码,并结合静态分析来检测资源泄漏。文章还讨论了如何利用现有的缺陷信息来提高LLM在缺陷检测中的性能。评估结果显示,这些方法在检测率和支持的资源类型方面取得了显著成果,但仍有改进空间。
"如何提高LLM在静态缺陷检测中的效果?" "LLM如何与静态分析工具协同工作?" "如何构建适用于不同项目的通用资源泄漏检测工具?"
客服
商务合作
小程序
服务号
折叠