arxiv：2403.15600V1 [CS.SE] 2024年3月22日__

arxiv：2403.15600V1 [CS.SE] 2024年3月22日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2403.15600V1 [CS.SE] 2024年3月22日

¥ 1.0

热度

摘要 - Sonatype的2023年报告发现，有97％的开发人员和安全性领导了生成人工智能（AI），尤其是大语言模型（LLMS），纳入其开发过程。对这一趋势的安全含义的担忧已经提出。开发人员现在正在权衡LLM的好处和风险与其他依赖信息来源（例如Stackoverflow（SO）），需要经验数据以告知他们的选择。在这项工作中，我们的目标是在选择代码stippetsby经验比较chatgpt和stackoverflow的脆弱性时，提高软件开发人员对安全性的意识。为了实现这一目标，我们将现有的Java数据集与与安全有关的问题和答案中进行了。然后，我们问了同样的问题，所以我们收集了生成的代码以进行比较。策划数据集后，我们使用CodeQL分析了每个平台中108个摘要的共同弱点枚举（CWE）漏洞的数量和类型。ChatGpt生成的代码包含248个漏洞，产生的漏洞减少了20％，具有统计学上的显着差异。此外，Chatgpt产生了19种CWE类型，少于SO中的22种。我们的发现表明，开发人员对两个平台的不安全代码传播的教育程度不足，因为我们发现了274个独特的漏洞和25种CWE。由AI或人类创建的任何复制和粘贴的代码都不能盲目信任，需要良好的软件工程实践来降低风险。未来的工作可以帮助最大程度地减少任何平台的不安全代码传播。关键字：软件工程安全，实证研究，大语言模型，软件供应链，代码生成

添加pdf代下载 VIP点击下载文件