코드 주석 불일치는 개발자를 오도하여 잠재적으로 미래 버그를 유발할 수 있다.
Inconsistent changes between code and comments are around 1.5 times more likely to lead to bug-introducing commits compared to consistent changes.
Large Language Models (LLMs) show promise in automating software vulnerability detection and patching, but their effectiveness remains unclear. This study introduces VulnLLMEval, a framework to assess the performance of LLMs in identifying and fixing vulnerabilities in real-world C code.
NaviQAte는 질문-답변 방식을 통해 웹 애플리케이션 탐색을 수행하며, 구체적인 작업 설명 없이도 기능을 효과적으로 탐색할 수 있다.
NaviQAte is a novel approach that frames web application exploration as a question-and-answer task, generating action sequences to navigate and complete functionalities without requiring detailed task parameters.
LLM 기반 코드 생성 시 발생할 수 있는 보안 취약점을 정적 분석과 퍼징을 통해 지속적으로 개선하여 안전한 코드를 생성하는 다중 에이전트 프레임워크
A multi-agent framework that integrates static analysis and dynamic fuzzing to generate secure and functionally correct code by leveraging large language models.
자동차 E/E 아키텍처의 중앙집중화는 소프트웨어 정의 차량을 실현하는 핵심 요소로 평가되며, 이를 통해 다양한 시스템 한계를 극복할 수 있다.
Centralization of automotive electrical/electronic (E/E) architectures is a key enabler to address the challenges posed by advanced driver-assistance systems, bandwidth-hungry infotainment systems, and the need for increased connectivity and cybersecurity.
航空機の安全性を確保するためには、論理的な妥当性、確率的な評価、弁証法的な検討、残留リスクの4つの観点から、十分な根拠に基づいた信頼性の高い保証ケースを構築する必要がある。