VulnLens usa explicações estruturadas geradas por LLM para melhorar detecção supervisionada de vulnerabilidades
Pesquisadores apresentam o VulnLens, um framework de detecção de vulnerabilidades em binários C/C++ que separa a análise de comportamento do código, feita por um LLM que não recebe rótulos de vulnerabilidade, da decisão final de classificação, feita por um detector supervisionado treinado com cross-attention. O LLM examina cada função sob sete perspectivas fixas (fluxo de dados, acesso à memória, tempo de vida de objetos, aritmética e tipos, fluxo de controle, estado compartilhado e acesso a recursos externos), e o sistema supera modelos de propósito geral como DeepSeek V4 Pro e Gemini 2.5 Pro tanto no conjunto de teste PrimeVul quanto na transferência para o SecVulEval sem retreinamento.
Fonte ↗