Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Land Forces Academy Review
Édition 29 (2024): Edition 1 (March 2024)
Accès libre
Codesentry: Revolutionizing Real-Time Software Vulnerability Detection With Optimized GPT Framework
Angel Jones
Angel Jones
et
Marwan Omar
Marwan Omar
| 28 févr. 2024
Land Forces Academy Review
Édition 29 (2024): Edition 1 (March 2024)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
28 févr. 2024
Pages:
98 - 107
DOI:
https://doi.org/10.2478/raft-2024-0010
Mots clés
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