論文の概要: Chinese Whispers About Vulnerabilities
- arxiv url: http://arxiv.org/abs/2611.15462v1
- Date: Wed, 11 Nov 2026 13:32:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.153396
- Title: Chinese Whispers About Vulnerabilities
- Title(参考訳): 中国のウイスパーズ、脆弱性について語る
- Abstract要約: 論文は、参照されたオンライン情報ソースは、主に統計的に異なる傾向にあることを示した。
オンライン参照の量は、オンライン情報ソース間の類似度の増加も減少もしない。
対照的に、主にGitHubとプログラミング言語エコシステムに関連付けられた脆弱性は、他の脆弱性よりも異なるオンライン参照を持つ傾向にある。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The dissemination of information about known software vulnerabilities occurs online in various ways. Everything from email and development systems to social media are used. Given this variety and a dataset of about 382 thousand online references for about 55 thousand vulnerabilities, the paper demonstrates that the referenced online information sources tend to be mostly dissimilar statistically. The mean cosine similarity between them is only 0.22. Interestingly, the amounts of online references neither increase nor decrease similarity between the online information sources. In contrast, vulnerabilities primarily associated with GitHub and programming language ecosystems tend to have more dissimilar online references than other vulnerabilities. Also vulnerability reports, whether in bug tracking systems or bug bounty platforms, tend to increase dissimilarity. With these empirical results, the paper contributes to the efforts to narrow an enduring knowledge gap related to the online tracking and associated traceability of software vulnerabilities.
- Abstract(参考訳): 既知のソフトウェア脆弱性に関する情報の拡散は、様々な方法でオンラインで発生する。
メールや開発システムからソーシャルメディアまで、あらゆるものが使われています。
この多様性と約3万2000件のオンライン参照を約5万5000件の脆弱性に対して考慮し、この論文は参照されたオンライン情報ソースがほぼ統計学的に異なる傾向にあることを示した。
それらの間の平均コサイン類似度は0.22である。
興味深いことに、オンライン参照の量は、オンライン情報ソース間の類似度の増加も減少もしない。
対照的に、主にGitHubとプログラミング言語エコシステムに関連付けられた脆弱性は、他の脆弱性よりも異なるオンライン参照を持つ傾向にある。
また、バグトラッキングシステムであれ、バグ報奨プラットフォームであれ、脆弱性報告は相違点を増やす傾向にある。
これらの経験的結果から,オンライントラッキングとソフトウェア脆弱性のトレーサビリティに関連する,永続的な知識ギャップを狭める努力に寄与する。
関連論文リスト
- An Empirical Study on CVE-based Vulnerabilities Propagation from one System to another System (IntraProject vs InterProject) [0.6695122882176134]
アプリケーションの脆弱性は、しばしば悪用され、深刻な損傷を引き起こす。
ソフトウェア脆弱性の伝播は、サイバーセキュリティにおいて重要な懸念事項である。
本研究では,実験による脆弱性伝播の根本原因問題について検討した。
論文 参考訳(メタデータ) (2026-11-10T14:49:52Z) - The Distributed Open-Source Vulnerability Ecosystem [0.06423291545613526]
本稿では,情報交換と変換の分散プロセスとして脆弱性管理について述べる。
異種情報ソース、発散したアイデンティティとバージョンモデル、時間的変化、文脈に依存した評価を、一貫性のないスキャナー発見の主な原因として特定する。
論文 参考訳(メタデータ) (2026-07-16T12:17:28Z) - FLARE-AI: Flaw Reporting for AI [51.64618567247884]
デプロイされたAIシステムの欠陥報告は、システムの障害を特定し、AIの安全性を改善するために不可欠である。
しかし、AIレポートのエコシステムは断片化されている。欠陥を特定する研究者は、報告すべきことを知らないことが多く、レポートを受け取るグループは、他の関連するステークホルダーと共有することはめったにない。
私たちは、AI開発者、サイバーセキュリティグループ、AI欠陥アグリゲータによって公表された12のレポートシステムを監査します。
我々は、既存のシステムとの相互運用性のために設計された、オープンソースのAI欠陥報告システムであるFLARE-AIを紹介する。
論文 参考訳(メタデータ) (2026-06-30T12:27:09Z) - Vulnerability Identification by Harnessing Inter-connected Multi-Source Information [14.374939057752359]
既存の研究活動は主に、バグレポート、コミットメッセージ、コード変更による脆弱性の特定に重点を置いている。
本稿では,AIモデルをトレーニングして複数のソースを統合するアプローチを提案し,脆弱性識別と脆弱性型分類の有効性を高める。
本稿では,多視点アテンション機構を利用して,多様な情報源から高レベルのセマンティック情報を抽出するVPFinderを紹介する。
論文 参考訳(メタデータ) (2026-04-27T04:29:44Z) - A Comprehensive Study on the Impact of Vulnerable Dependencies on Open-Source Software [0.2772895608190934]
我々は、Java、Python、Rust、Go、Ruby、JavaScriptといった複数の言語からなる約50万のリリースで、1万以上のオープンソースプロジェクトについて調査を行った。
私たちの目標は、これらの脆弱性の深刻さ、永続性、分散性、およびチームやコントリビュータのサイズ、アクティビティ、リリースサイクルといったプロジェクトメトリクスとの相関性を調べることです。
このアプローチを使うことで、ライブラリのバージョンや依存性の深さ、既知の脆弱性、そしてソフトウェア開発サイクルを通じてどのように進化したかといった情報を提供できるのです。
論文 参考訳(メタデータ) (2025-12-03T15:20:10Z) - DisTrack: a new Tool for Semi-automatic Misinformation Tracking in Online Social Networks [46.38614083502535]
DisTrackは、自然言語処理(NLP)ソーシャル・ネットワーク・アナリティクス(SNA)とグラフ視覚化を組み合わせることで、誤情報の拡散に対抗するように設計されている。
このツールは、デジタル環境に散在する誤報のダイナミックな性質を捉え、分析するために調整されている。
論文 参考訳(メタデータ) (2024-08-01T15:17:33Z) - SliceLocator: Locating Vulnerable Statements with Graph-based Detectors [33.395068754566935]
SliceLocatorは、すべての潜在的な脆弱性トリガリングステートメントから、最も重み付けされたフローパスを選択することで、最も関連性の高いテントフローを特定する。
SliceLocatorは、最先端の4つのGNNベースの脆弱性検知器で一貫して動作することを示す。
論文 参考訳(メタデータ) (2024-01-05T10:15:04Z) - REEF: A Framework for Collecting Real-World Vulnerabilities and Fixes [40.401211102969356]
本稿では,REal-world vulnErabilities and Fixesをオープンソースリポジトリから収集するための自動収集フレームワークREEFを提案する。
脆弱性とその修正を収集する多言語クローラを開発し、高品質な脆弱性修正ペアをフィルタするためのメトリクスを設計する。
大規模な実験を通じて,我々の手法が高品質な脆弱性修正ペアを収集し,強力な説明を得られることを示す。
論文 参考訳(メタデータ) (2023-09-15T02:50:08Z) - VELVET: a noVel Ensemble Learning approach to automatically locate
VulnErable sTatements [62.93814803258067]
本稿では,ソースコード中の脆弱な文を見つけるための新しいアンサンブル学習手法であるVELVETを提案する。
我々のモデルは、グラフベースとシーケンスベースニューラルネットワークを組み合わせて、プログラムグラフの局所的およびグローバル的コンテキストを捕捉する。
VELVETは、合成データと実世界のデータに対して、それぞれ99.6%と43.6%の精度を達成している。
論文 参考訳(メタデータ) (2021-12-20T22:45:27Z) - S3M: Siamese Stack (Trace) Similarity Measure [55.58269472099399]
本稿では、深層学習に基づくスタックトレースの類似性を計算する最初のアプローチであるS3Mを紹介します。
BiLSTMエンコーダと、類似性を計算するための完全接続型分類器をベースとしている。
私たちの実験は、オープンソースデータとプライベートなJetBrainsデータセットの両方において、最先端のアプローチの優位性を示しています。
論文 参考訳(メタデータ) (2021-03-18T21:10:41Z)
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。