• 硕士毕设方向求建议!


    关注 码龄 粉丝数 原力等级 -- 被采纳 被点赞 采纳率 招财的蔷薇 2024-05-29 10:04 采纳率: 0% 浏览 7 首页/ 学习和成长 / 硕士毕设方向求建议! 职场和发展安全威胁分析深度学习 请问大家 大模型漏洞检测和源代码漏洞检测哪个更好做一些啊,毕业就行,不用做出来很牛的东西。大模型相关文献比较少,源代码的多但已有成果也很多。大模型的检测好像是用一些工具或者框架针对不同安全性进行检测,源代码就是对代码漏洞检测 收起 写回答 好问题 0 提建议 追加酬金 关注问题 微信扫一扫 点击复制链接 分享 邀请回答 编辑 收藏 删除 结题 收藏 举报 追加酬金 (90%的用户在追加酬金后获得了解决方案) 当前问题酬金 ¥ 0 (可追加 ¥500) ¥ 15¥ 20¥ 50¥ 100¥ 200 支付方式 扫码支付 二维码出错 点击刷新 支付金额 15 元 提供问题酬金的用户不参与问题酬金结算和分配 支付即为同意 《付费问题酬金结算规则》 结题 再想想 删除 再等等

    2条回答 默认 最新

    • 阿里嘎多学长 2024-05-29 10:04
      关注

      以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳:


      选择硕士毕设的方向是一个重要的决定,它将直接影响到你的研究过程和最终成果。以下是一些建议,希望能帮助你做出选择:

      大模型漏洞检测

      优点

      • 较少的文献可能意味着较少的竞争,你的研究可能更具有创新性。
      • 工具和框架的使用可能让你更快地看到结果,有助于快速迭代和验证想法。

      缺点

      • 文献较少可能意味着缺乏指导,需要你自行探索和解决问题。
      • 可能需要较强的技术背景和对工具的熟悉度。

      源代码漏洞检测

      优点

      • 文献较多,有更多资源可以借鉴和参考。
      • 成果较多,可以站在巨人的肩膀上进行研究。

      缺点

      • 由于已有成果较多,可能较难找到新颖的研究点。
      • 需要深入理解源代码和编程语言。

      决策建议

      1. 兴趣和能力:考虑你对哪个方向更感兴趣,以及你的技术背景更适合哪个方向。
      2. 资源和指导:评估你能够获得的资源和指导,包括导师的支持、实验室的资源等。
      3. 时间管理:考虑你的毕业时间表,选择一个能够在规定时间内完成的方向。
      4. 就业前景:考虑哪个方向更符合你的职业规划和就业市场的需求。

      代码实现和参考资料

      由于我无法提供具体的代码实现,但可以给你一些寻找资源的建议:

      • 大模型漏洞检测:可以查看一些开源项目,如GitHub上的安全工具,或者研究一些深度学习框架如TensorFlow和PyTorch在安全领域的应用。
      • 源代码漏洞检测:有许多静态代码分析工具,如SonarQube、Coverity等,它们的官方文档和社区论坛是很好的学习资源。

      参考资料

      • 对于大模型漏洞检测,可以查找一些关于机器学习在安全领域应用的论文,例如在arXiv.org上的论文。
      • 对于源代码漏洞检测,可以查看IEEE Xplore、ACM Digital Library等数据库中的相关论文。

      结论

      最终的选择应该基于你的个人兴趣、能力、资源和职业规划。希望这些建议能帮助你做出决定。如果你需要更具体的帮助,如文献搜索或进一步的研究方向建议,可以提供更详细的信息,我会尽力协助你。

      展开全部

      评论 编辑记录
      招财的蔷薇 2024-05-29 10:10

      学长,只想毕业的话您建议哪个呀,我刚开始接触还都不太懂

      回复
    • 专家-赤兔[在线] 全栈领域优质创作者 2024-05-29 10:04
      关注

      引自免费微信小程序:皆我百晓生

      在选择硕士毕设的方向时,你需要考虑你的兴趣、技能背景以及未来的职业规划。下面我会分别介绍大模型漏洞检测和源代码漏洞检测,并提供一些具体的建议。

      1. 大模型漏洞检测: 这个领域的研究主要关注深度学习模型的安全性,例如对抗攻击、模型窃取、数据泄露等。你可能需要掌握的知识包括深度学习的基础(如卷积神经网络、循环神经网络)、机器学习安全、对抗样本生成技术等。由于这个方向相对较新,文献可能较少,但这也意味着有更多的探索空间。一个简单的项目可以是实现并评估几种常见的对抗攻击防御方法,比如FGSM(Fast Gradient Sign Method)的防御策略。

        import torch
        from torchvision import models, transforms
        import numpy as np
        
        # Load a pre-trained model
        model = models.resnet50(pretrained=True)
        
        # Define an adversarial attack function
        def fgsm_attack(image, epsilon=0.3):
            image.requires_grad_()
            output = model(image)
            loss = -output[0][torch.argmax(output)].item()
            gradient = torch.autograd.grad(loss, image)[0]
            signed_gradient = gradient.sign()
            perturbed_image = image + epsilon * signed_gradient
            perturbed_image.clamp_(min=0., max=1.)
            return perturbed_image.detach()
        
        # Apply the attack and check if it affects the model's prediction
        img_path = 'your_image.jpg'
        transform = transforms.Compose([transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor()])
        image = transform(Image.open(img_path))
        image = image.unsqueeze(0)
        adv_image = fgsm_attack(image)
        
        original_pred = torch.argmax(model(image).detach())
        attacked_pred = torch.argmax(model(adv_image).detach())
        print(f'Original prediction: {original_pred.item()}')
        print(f'Attacked prediction: {attacked_pred.item()}')
        
      2. 源代码漏洞检测: 源代码漏洞检测通常涉及静态分析、动态分析或者两者结合的技术。这需要一定的编程基础,理解常见编程语言的语法和特性,以及各种已知的漏洞类型,如SQL注入、跨站脚本(XSS)、缓冲区溢出等。虽然这个领域已有许多研究成果,但依然有新的挑战,比如如何提高检测的准确性和效率。你可以尝试改进现有的开源漏洞检测工具,或者设计新的检测算法。

        以下是一个简单例子,使用正则表达式检测SQL注入漏洞:

        import re
        
        def sql_injection_detector(input_string):
            pattern = r"(?i)(select|insert|update|delete)\s.*\b\(.*\)"
            match = re.search(pattern, input_string)
        
            if match:
                return True, "Possible SQL injection detected"
            else:
                return False, "No SQL injection detected"
        
        user_input = "SELECT * FROM users WHERE username='admin';--"
        result, message = sql_injection_detector(user_input)
        print(result, message)
        

      建议:

      • 如果你对深度学习和最新技术更感兴趣,且不介意文献相对较少,那么大模型漏洞检测可能更适合你。
      • 如果你熟悉编程,喜欢解决实际编程问题,或者希望毕业后能从事软件安全相关工作,那么源代码漏洞检测可能更有助于你的职业发展。
      • 在决定之前,试着阅读几篇相关的论文,了解每个领域的具体研究内容和技术细节,这将有助于你做出更加明智的选择。

      无论你选择哪个方向,都要确保与你的导师充分沟通,他们可以为你提供更多的指导和支持。祝你在硕士阶段取得成功!

      展开全部

      评论 编辑记录
    编辑
    预览

    报告相同问题?

  • 相关阅读:
    lv3 嵌入式开发-2 linux软件包管理
    167. 两数之和 II - 输入有序数组、Leetcode的Python实现
    毕业设计之基于Vue的数据可视化平台
    React@16.x(29)useRef
    数据结构——排序2
    FreeRTOS简单内核实现6 优先级
    OpenCV图像处理学习十,图像的形态学操作——膨胀腐蚀
    测试用例和自动化测试脚本也可以像代码一样复用
    助力查处非法占地现象 | 湖北某审计部门借助Bigemap开展自然资源资产审计工作
    分布式和微服务
  • 原文地址:https://ask.csdn.net/questions/8110944