Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Land Forces Academy Review
Band 29 (2024): Heft 1 (March 2024)
Uneingeschränkter Zugang
Codesentry: Revolutionizing Real-Time Software Vulnerability Detection With Optimized GPT Framework
Angel Jones
Angel Jones
und
Marwan Omar
Marwan Omar
| 28. Feb. 2024
Land Forces Academy Review
Band 29 (2024): Heft 1 (March 2024)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
28. Feb. 2024
Seitenbereich:
98 - 107
DOI:
https://doi.org/10.2478/raft-2024-0010
Schlüsselwörter
CodeSentry
,
generative pre-trained language models
,
software vulnerability detection
,
software security
,
GPT2
,
advanced AI security
© 2024 Angel Jones et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Angel Jones
The University of Virginia, Virginia, USA & Capitol Technology University,
Maryland, USA
Marwan Omar
Capitol Technology University, Maryland, USA & Illinois Institute of Technology
Chicago, USA