IEEE TIFS·精选AI 评分58
LOVA：利用 LLM 自注意力机制定位代码漏洞
Attention Is All You Need for LLM-Based Code Vulnerability Localization
AI 导读
论文提出 LOVA 框架，利用 LLM 的自注意力机制追踪模型对具体代码行的关注权重，以此定位易受攻击的代码行。作者称 LOVA 相比现有基于 LLM 的方法在 F1 上最高提升 5.3 倍，在 C、Python、Java、Solidity 等语言的智能合约漏洞定位上最高提升 14.6 倍，并在不同 LLM 架构上表现一致。
推荐理由
论文把 LLM 自注意力权重当作漏洞行定位信号，并给出跨语言与跨模型架构的对比结果。
来源：IEEE TIFS · doi.org