ARTFEED — Contemporary Art Intelligence

Fusione Adattiva Guidata da Fisher per il Rilevamento di Vulnerabilità

other · 2026-04-25

Un nuovo metodo, la fusione multimodale adattiva guidata da Fisher, migliora il rilevamento delle vulnerabilità software affrontando i limiti della fusione ingenua delle rappresentazioni di Natural Code Sequence (NCS) e Code Property Graph (CPG). L'analisi empirica mostra che i modelli pre-addestrati codificano già informazioni strutturali, causando sovrapposizione con le caratteristiche CPG delle reti neurali grafiche. Gli encoder grafici sono meno efficaci dei modelli linguistici pre-addestrati, quindi la fusione ingenua può diluire i segnali discriminanti. L'approccio proposto utilizza l'informazione di Fisher per pesare adattivamente le modalità, migliorando l'estrazione di segnali complementari. L'articolo è disponibile su arXiv.

Fatti principali

  • Il metodo utilizza l'informazione di Fisher per la fusione adattiva
  • Affronta la sovrapposizione tra le modalità NCS e CPG
  • Gli encoder grafici sono meno efficaci dei modelli linguistici pre-addestrati
  • La fusione ingenua può diluire i segnali discriminanti
  • L'analisi empirica dimostra i limiti della fusione ingenua
  • Articolo disponibile su arXiv con ID 2601.02438
  • Data di pubblicazione non specificata
  • Autori non nominati nell'abstract

Entità

Istituzioni

  • arXiv

Fonti