Year: 2026
Type: article
Abstract: В работе рассматривается комплексный научно-практический подход к автоматизированному поиску, классификации и анализу CWE-уязвимостей в исходном коде программного обеспечения. Описывается оригинальный двухкомпонентный пайплайн, сочетающий глубокое обучение энкодерных моделей на базе архитектуры CodeBERT и выравнивание генеративных моделей с применением активного обучения и оптимизации прямых предпочтений (Direct Preference Optimization, DPO). Подход позволяет существенно снизить затраты на разметку данных при сохранении высокой точности и интерпретируемости результатов анализа безопасности.
Source: Вестник науки
Authors: Галимова Э. Р., Романенко А. Д.
Language: Russian
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7165248776
