Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining
通过变形测试和关联规则挖掘对大语言模型生成代码进行横切安全分析
专题命中 代码生成 :code generation(abstract);分类 cs.SE
AI总结 研究针对LLM生成代码的安全漏洞,提出结合变形测试与关联规则挖掘的框架,定义九个MRs并应用于3700个代码片段,揭示共同违反结构与横切模式,还进行提示级风险分析,发现不安全代码生成具结构化和提示依赖性,推动相关验证与干预。
Comments This work has already been accepted by IEEE 27th International Conference on Information Reuse and Integration for Data Science