通过人工智能技术检测代码漏洞,准确率高达99%

(文章来源:ofweek人工智能网)
根据数据管理公司coralogix的数据,程序员在每1000行代码中就会产生70个bug,每个bug解决方案需要的时间是最初编写代码时的30倍。该公司估计,美国每年在识别和修复漏洞的花费就高达1130亿美元。
好消息是,微软最近宣布,它已经成功地创建了一个机器学习模型,能够在97%的时间内准确识别高优先级安全漏洞。在本月早些时候发布在网上的一份报告中,微软高级安全程序经理斯科特·克里斯汀森(scott christiansen)说,“我们发现,通过将机器学习模型与安全专家配对,我们可以显著改善安全漏洞的识别和分类。”
该模型具有更高的成功率(99%),可以区分安全性和非安全性bug。
微软使用了两种统计技术来设计漏洞检测系统。一种是术语频率逆文档频率算法(tf-idf),它检查大量文档集合中的关键字并计算它们的相关性。另一种是逻辑回归模型,它确定特定类或事件存在的概率。该程序首先将安全性和非安全性bug进行了分类,然后进行了改进,将威胁级别划分为“关键”、“重要”或“低影响”。
克里斯蒂安森说,微软的目标是设计一个“精确度尽可能接近安全专家水平”的漏洞检测系统。
该项目的一个关键突破,克里斯蒂安森解释说,是“错误报告可以执行,即使只有标题是可用的训练和得分。”克里斯蒂安森说:“据我们所知,这是世界上首次成功率达99%。”微软最终将在github上开放它的发现。


一文了解ZDS示波器频率计架构分析
为什么螺纹联接常需要防松?防松的实质是什么?有哪几种防松措施?
在面向航空航天和国防应用的自适应 SDR 通信系统中使用敏捷射频收发器
无线充电或成今年移动装置充电标配 无线充电微控制器供应商受益颇多
苹果 Apple Pay 上线江苏一卡通 · 淮海通(交通联合)
通过人工智能技术检测代码漏洞,准确率高达99%
WinForms的XceedInput验证器
HMS Core的AI之力与开发者的英雄本色
常见电缆故障的八大种类的详细介绍
什么是骨传导耳机?骨传导耳机的利弊
MAX9994 高线性度、1700MHz至2200MHz下变
多谐振荡器电路原理 多谐振荡器电路图分享
魅族Pro7什么时候上市?魅族Pro7最新消息:联发科X30都不受用户待见!魅族Pro7还要打磨P25?
英飞凌推出全新的物联网传感器平台XENSIV™连接传感器套件
广播风暴,广播风暴是什么意思
pcb上锡不良原因
使用NI开发系统和AMR系统实现自动化仪表读数系统的设计
5G助力加速开放计算落地传统行业
苹果成长最快的Apple Watch、AirPods及HomePod面临被课征10%关税
大电流弹片微针模组在3C锂电池的测试中十分重要