論文の概要: Cross-Corpus Evaluation of Generalizable Vulnerability Detection in IoT Firmware

• arxiv url: http://arxiv.org/abs/2608.11492v1
• Date: Tue, 11 Aug 2026 23:05:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.399879
• Title: Cross-Corpus Evaluation of Generalizable Vulnerability Detection in IoT Firmware
• Title（参考訳）: IoTファームウェアにおける汎用脆弱性検出のクロスコーパス評価
• Abstract要約: IoTVulBenchは、クロスコーポレートのファームウェア脆弱性検出のための人間検証ベンチマークである。 IoTVulBenchでトレーニングされたモデルは、マッチした単一ソースデータセットの中で最高のMCCを達成した。
• 参考スコア（独自算出の注目度）: 0.2230291569252836
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: IoT firmware vulnerability detection remains challenging due to heterogeneous firmware ecosystems, resource-constrained platforms, and limitations in existing benchmarks. Many datasets are synthetic or general-purpose and lack human-verified, contamination-screened annotations, limiting evidence on cross-corpus generalization across training sources, model architectures, and curriculum strategies. To address this gap, this paper introduces IoTVulBench, a human-verified benchmark for cross-corpus firmware vulnerability detection. IoTVulBench-Core was constructed from GitHub repositories, validated by three expert reviewers, and evaluated on a contamination-screened held-out target across five model architectures, two tuning methods, and three curriculum strategies, with ensemble, distillation, and robustness analyses. Models trained on IoTVulBench achieved the highest MCC among matched single-source datasets, reaching 0.58 versus 0.44 for PrimeVul and 0.39 for D2A. Staged curriculum learning increased MCC to 0.69, while a diversity-optimized ensemble achieved 0.73, improving by 0.42 MCC over the strongest reference comparator, a static analyzer at 0.31, and by 0.29 over PrimeVul. At a 0.5% false-positive rate, the model missed only 21% of vulnerabilities, compared with 71% for the strongest comparator. It retained 86% of its performance under identifier renaming and demonstrated strong calibration and largely faithful explanations. These findings indicate that domain-matched training data and curriculum design, rather than model scale alone, are key drivers of generalization in firmware vulnerability detection. The results provide a benchmark for future research and deployment-ready configurations for practical IoT security applications.
• Abstract（参考訳）: IoTファームウェアの脆弱性検出は、異質なファームウェアエコシステム、リソース制約のあるプラットフォーム、既存のベンチマークの制限のため、依然として難しい。 多くのデータセットは、人工的または汎用的であり、人間認証された汚染スクリーニングされたアノテーションが欠如しており、トレーニングソース、モデルアーキテクチャ、カリキュラム戦略を越えた企業間の一般化に関する証拠を制限している。 このギャップに対処するために,クロスコーパスファームウェア脆弱性検出のための人間検証ベンチマークであるIoTVulBenchを紹介する。 IoTVulBench-CoreはGitHubリポジトリから構築され、3人の専門家レビュアーによって検証され、5つのモデルアーキテクチャ、2つのチューニング方法、3つのカリキュラム戦略、アンサンブル、蒸留、堅牢性分析を含む汚染スクリーニングされたホールトアウトターゲットで評価された。 IoTVulBenchでトレーニングされたモデルは、一致した単一ソースデータセットの中で最高のMCCを獲得し、PrimeVulでは0.58、PrimeVulでは0.44、D2Aでは0.39に達した。 段階的なカリキュラム学習ではMCCが0.69に増加し、多様性に最適化されたアンサンブルは0.73に向上し、最強の基準コンパレータでは0.42 MCC、静的アナライザは0.31に、PrimeVulでは0.29に向上した。 0.5%の偽陽性率で、最も強力なコンパレータでは71%と、脆弱性のわずか21%を見逃した。 識別子の改名による性能の86%を維持し、強力な校正と忠実な説明を示した。 これらの結果から, ファームウェア脆弱性検出の一般化の鍵となる要因は, モデルスケールのみではなく, ドメインマッチングトレーニングデータとカリキュラム設計であることがわかった。 結果は、将来の研究と、実用的なIoTセキュリティアプリケーションのためのデプロイ可能な設定のためのベンチマークを提供する。

関連論文リスト

• Reliability-Aware Hybrid-K Ensemble Selection for Cervical Cytology Classification: Integrating Discrimination, Calibration, and Selective Prediction [3.093890460224435]
  本研究では,マルチクラス頚椎分類のための信頼性を考慮したハイブリッド-Kアンサンブル選択フレームワークを提案する。 9つのディープラーニングアーキテクチャを,固定成層5倍分割と3つの訓練種子を用いて評価した。 Swin-TinyとTinyViT-5Mからなる最後のハイブリッド2アンサンブルは、AURCを43%減らし、NLLを17%減らし、WC-ECEを36%減らした。
  論文  参考訳（メタデータ） (2026-09-01T02:30:41Z)
• Robust and Personalized Federated Learning for Aircraft-Engine Prognostics under Benign and Adversarial Client Heterogeneity [0.4776836972093627]
  FL(Federated Learning)は、航空機の運用者が生データを共有せずに、エンジンセンサーテレメトリから残留寿命(RUL)モデルを共同訓練することを可能にする。 本研究では, 正直な操作者が異なる操作条件や障害モードを観察する良性不均一性と, 妥協した操作者が有毒な更新を提出する敵対的不均一性という2つの相補的課題について検討した。 エンジンの劣化を隠蔽する物理的に動機付けられたセンサ値バックドアを含む,4つのアグリゲーション手法に対する5つの攻撃を評価した。
  論文  参考訳（メタデータ） (2026-08-04T06:54:29Z)
• FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
  FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。 ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。 ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
  論文  参考訳（メタデータ） (2026-07-13T14:10:01Z)
• Open-Set Vein Biometric Recognition with Deep Metric Learning [0.0]
  我々は厳密なオープンセット制約の下でDeep Metric Learning(DML)の計算境界を厳格に評価する。 提案手法は,非ネイティブなL2正規化埋め込みを学習し,類似性しきい値を用いたプロトタイプベースマッチングを採用する。 大規模MMCBNU 6000ベンチマークでは、我々の最良のモデル(ResNet50-CBAM)がOSCR 0.9945、AUROC 0.9974、EER 1.57%を達成し、高い識別精度 (99.6% Rank-1) を維持しながら、未知の被験者を頑健に拒否する。
  論文  参考訳（メタデータ） (2026-04-16T11:03:11Z)
• MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale [92.09717763663873]
  我々は、データエンジニアリングとトレーニング戦略設計を通じて、純粋に最先端の技術を進化させるMinerU2.5-Proを提案する。 コアとなるのは、カバレッジ、情報性、アノテーションの正確性を中心に設計されたData Engineだ。 我々は,MinerU2.5-Pro が OmniDocBench v1.6 上で 95.69 を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-06T15:44:18Z)
• CONFIDE: Hallucination Assessment for Reliable Biomolecular Structure Prediction and Design [46.12506067241116]
  本稿では,位相的フラストレーションを定量化する自己評価尺度であるCODE(Chain of Diffusion Embeddings)を提案する。 エネルギー的およびトポロジ的視点を組み合わせた統合評価フレームワークであるCONFIDEを提案する。 データ駆動の埋め込みと理論的な洞察を組み合わせることで、CODEとConFIDEは、幅広い生体分子システムで既存の指標より優れています。
  論文  参考訳（メタデータ） (2025-11-20T03:38:46Z)
• Hyperparameter Optimization and Reproducibility in Deep Learning Model Training [5.851295230237131]
  再生性は、病理学の基礎モデルトレーニングにおいて重要な課題である。 QUILT-1Mデータセットを用いてCLIPモデルを訓練した。 RandomResizedCropの値は0.7-0.8で、より攻撃的である(0.6)か保守的である(0.9)。
  論文  参考訳（メタデータ） (2025-10-16T21:57:52Z)
• A Contrastive Learning-Guided Confident Meta-learning for Zero Shot Anomaly Detection [17.73056562717683]
  CoZADは、新しいゼロショット異常検出フレームワークである。 ソフト・インテリジェンス・ラーニングとメタラーニングとコントラスト的特徴表現を統合している。 7つの産業ベンチマークのうち6つで既存の手法を上回ります。
  論文  参考訳（メタデータ） (2025-08-25T09:27:31Z)
• LLMEval-3: A Large-Scale Longitudinal Study on Robust and Fair Evaluation of Large Language Models [51.55869466207234]
  静的ベンチマークにおけるLLM(Large Language Models)の既存の評価は、データの汚染やリーダーボードのオーバーフィッティングに弱い。 LLMの動的評価のためのフレームワークであるLLMEval-3を紹介する。 LLEval-3は、220kの卒業生レベルの質問からなるプロプライエタリなバンク上に構築されており、評価実行毎に未確認のテストセットを動的にサンプリングする。
  論文  参考訳（メタデータ） (2025-08-07T14:46:30Z)
• Out of Distribution, Out of Luck: How Well Can LLMs Trained on Vulnerability Datasets Detect Top 25 CWE Weaknesses? [15.433632243968137]
  自動脆弱性検出研究のための3部構成のソリューションを提案する。 まず、手動でキュレートされたテストデータセットであるBenchVulを紹介します。 第2に,38,863個の関数からなる高品質なトレーニングデータセットTitanVulを構築した。 第3に,コンテキスト認識型脆弱性事例を合成するリアリスティック脆弱性生成(RVG)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-29T13:51:46Z)
• RoHOI: Robustness Benchmark for Human-Object Interaction Detection [84.78366452133514]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、コンテキスト認識支援を可能にするロボット・ヒューマン・アシストに不可欠である。 HOI検出のための最初のベンチマークを導入し、様々な課題下でモデルのレジリエンスを評価する。 我々のベンチマークであるRoHOIは、HICO-DETとV-COCOデータセットに基づく20の汚職タイプと、新しいロバストネスにフォーカスしたメトリクスを含んでいる。
  論文  参考訳（メタデータ） (2025-07-12T01:58:04Z)
• Hybrid-Segmentor: A Hybrid Approach to Automated Fine-Grained Crack Segmentation in Civil Infrastructure [52.2025114590481]
  エンコーダ・デコーダをベースとした手法であるHybrid-Segmentorを導入する。 これにより、モデルは、様々な種類の形状、表面、き裂の大きさを区別する一般化能力を向上させることができる。 提案モデルは,5つの測定基準(精度0.971,精度0.804,リコール0.744,F1スコア0.770,IoUスコア0.630)で既存ベンチマークモデルより優れ,最先端の状態を達成している。
  論文  参考訳（メタデータ） (2024-09-04T16:47:16Z)
• MixedNUTS: Training-Free Accuracy-Robustness Balance via Nonlinearly Mixed Classifiers [41.56951365163419]
  MixedNUTSは、ロバストな分類器の出力ロジットを3つのパラメータしか持たない非線形変換で処理する訓練不要の手法である。 MixedNUTSは変換されたロジットを確率に変換し、それらを全体の出力として混合する。 CIFAR-10、CIFAR-100、ImageNetデータセットでは、MixedNUTSの精度とほぼSOTAの堅牢性を大幅に改善した。
  論文  参考訳（メタデータ） (2024-02-03T21:12:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。