Fugu-MT 論文翻訳(概要): DERED: Enhancing Third-Party Library Detection in Binaries via Deceptive Reuse Mitigation

論文の概要: DERED: Enhancing Third-Party Library Detection in Binaries via Deceptive Reuse Mitigation

arxiv url: http://arxiv.org/abs/2611.00574v1
Date: Sat, 31 Oct 2026 03:04:19 GMT
ステータス: 情報取得中
システム内更新日: 2026-11-03 19:28:48.2717
Title: DERED: Enhancing Third-Party Library Detection in Binaries via Deceptive Reuse Mitigation
Title（参考訳）: DERED: 認識的再利用によるバイナリにおけるサードパーティ製ライブラリ検出の強化
Abstract要約: 本稿では、一般的なTPLコードを共有する受信者ソフトウェア間の誤認再利用関係について紹介する。実際の再利用と偽りの再利用を区別することで、TPL検出を強化する新しいアプローチであるDEREDを提案する。
参考スコア（独自算出の注目度）: 14.024014938058968
License:
Abstract: This paper introduces the concept of deceptive reuse a misleading reuse relationship between recipient software that share common TPL code and proposes a novel approach, DERED, to enhance TPL detection by distinguishing between real reuse and deceptive reuse.
Abstract（参考訳）: 本稿では、一般的なTPLコードを共有する受信者ソフトウェア間での誤認再利用関係の概念を導入し、実際の再利用と誤認再利用を区別してTPL検出を強化する新しいアプローチであるDEREDを提案する。

関連論文リスト

DiCE-CIR: Direct Composition Learning for Efficient Zero-Shot Composed Image Retrieval [52.15696141238419]
ゼロショット合成画像検索(ZS-CIR)は、参照画像と編集テキストからなるマルチモーダルクエリから対象画像を検索することを目的としている。提案するDiCE-CIRは,参照画像と編集テキストを直接合成することで,合成されたクエリ表現を予測する直接合成学習手法である。
論文参考訳（メタデータ） (2026-07-06T04:37:30Z)
What Papers Don't Tell You: Recovering Tacit Knowledge for Automated Paper Reproduction [57.86097956633207]
Methodは、学術論文から実行可能なコードを生成するグラフベースのエージェントフレームワークである。 3つのドメイン、10のタスク、10の最近の論文にまたがる拡張ReproduceBenchでは、公式実装に対する平均的なパフォーマンスギャップが10.04%に達する。
論文参考訳（メタデータ） (2026-03-02T12:33:31Z)
iEBAKER: Improved Remote Sensing Image-Text Retrieval Framework via Eliminate Before Align and Keyword Explicit Reasoning [80.44805667907612]
iEBAKERは、弱い相関のサンプルペアをフィルタリングする革新的な戦略である。 SAR(Sort After Reversed Retrieval)戦略の代替として,SAR(Sort After Retrieval)戦略を導入する。キーワード明示型推論(KER)モジュールを組み込んで、微妙なキー概念の区別による有益な影響を促進する。
論文参考訳（メタデータ） (2025-04-08T03:40:19Z)
Learning Multi-Aspect Item Palette: A Semantic Tokenization Framework for Generative Recommendation [55.99632509895994]
マルチアスペクトセマンティックトークン化のための新しいアプローチであるLAMIAを紹介する。単一の埋め込みを使用するRQ-VAEとは異なり、LAMIAは独立的でセマンティックな並列な埋め込みの集合である「アイテムパレット」を学習する。その結果,提案手法よりも提案手法の精度が大幅に向上した。
論文参考訳（メタデータ） (2024-09-11T13:49:48Z)
CodeRefine: A Pipeline for Enhancing LLM-Generated Code Implementations of Research Papers [0.0]
CodeRefineは、研究論文の方法論を大規模言語モデルを用いて機能コードに変換するためのフレームワークである。我々の多段階アプローチはまず、論文からキーテキストチャンクを抽出して要約し、それらのコード関連性を分析し、知識グラフを作成する。その後、この構造化表現からコードが生成され、提案されたリフレクション検索拡張生成アプローチによって拡張される。
論文参考訳（メタデータ） (2024-08-23T20:51:04Z)
RecDCL: Dual Contrastive Learning for Recommendation [65.6236784430981]
本稿では、RecDCLという2つのコントラスト学習推薦フレームワークを提案する。 RecDCLでは、FCLの目的は、ユーザとイテムの正のペアに対する冗長なソリューションを排除することである。 BCLの目的は、表現の堅牢性を高めるために出力ベクトルにコントラスト埋め込みを生成するために利用される。
論文参考訳（メタデータ） (2024-01-28T11:51:09Z)
Learning Repeatable Speech Embeddings Using An Intra-class Correlation Regularizer [16.716653844774374]
クラス内相関係数(ICC)を用いて埋め込みの再現性を評価する。我々は、より高い繰り返し性を持つ埋め込みを生成するために、ディープニューラルネットワークを誘導する対照的な損失を補うために、新しい正則化器であるICC正則化器を提案する。我々は、ICC正規化器を実装し、話者検証、音声スタイル変換、およびディフォニック音声検出のための臨床応用の3つの音声タスクに適用する。
論文参考訳（メタデータ） (2023-10-25T23:21:46Z)
Benchmarking learned non-Cartesian k-space trajectories and reconstruction networks [0.0]
PILOT, BJORK, および最近開発された一般化ハイブリッド学習(HybLearn)フレームワークと比較した。本稿では,MRスキャナのハードウェア制約を,コスト関数に付加的なペナルティを使用する場合と比較して,予測勾配勾配を用いた場合の利点を示す。
論文参考訳（メタデータ） (2022-01-27T07:33:13Z)
MASA-SR: Matching Acceleration and Spatial Adaptation for Reference-Based Image Super-Resolution [74.24676600271253]
本稿では、RefSRのためのMASAネットワークを提案し、これらの問題に対処するために2つの新しいモジュールを設計する。提案したMatch & extract Moduleは、粗大な対応マッチング方式により計算コストを大幅に削減する。空間適応モジュールは、LR画像とRef画像の分布の差を学習し、Ref特徴の分布を空間適応的にLR特徴の分布に再マップする。
論文参考訳（メタデータ） (2021-06-04T07:15:32Z)

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。