مروری بر تشخیص خودکار آسیب پذیری با استفاده از تکنیک یادگیری عمیق
Publish place: The 10th National Defense Science and Engineering Conference with the approach of dealing with new defense threats
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 44
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECDS10_042
تاریخ نمایه سازی: 11 مهر 1403
Abstract:
شناسایی آسیب پذیری نرم افزار از اهمیت بالایی در امنیت نرم افزار برخوردار است، با افزایش گسترده مقیاس نرم افزارها وپیچیدگی آنها، روشهای سنتی دستی برای مقابله با این مشکلات امنیتی، ناکارآمد شدهاند و نمی توانند نیازهای امنیت فضایسایبر کنونی را برآورده کنند. شناسایی خودکار آسیب پذیری از اهمیت بالایی برخوردار است، زیرا می تواند به صورت موثرترینسبت به بازبینی دستی کدها، کدهای با حجم بالا را ارزیابی کند. پیشرفت فناوری یادگیری عمیق (DL)، فرصتهای جدیدیرا برای مطالعه مسائل امنیتی بالقوه نرم افزار فراهم کرده است و محققان نیز روشهای خودکار متعددی را به تدریج پیشنهادکرده اند. در این مقاله، یک مطالعه مروری بر این فناوری های خودکار از جنبه های شناسایی آسیب پذیری نرم افزار و پیش بینینقص نرم افزار، به طور دقیق ارزیابی و تحلیل می شوند.
Keywords:
Authors
علی اصغر فضل اللهی آقاملکی
کارشناسی ارشد علوم کامپیوتر گرایش هوش مصنوعی دانشگاه تربیت مدرس
عبدالهادی راضی جلالی
کارشناسی ارشد شبکه های کامپیوتری دانشگاه علم وصنعت
مصطفی رحیمی
کارشناسی ارشد نرم افزار دانشگاه شهید بهشتی