Computerwissenschaften - Software-Entwicklung

Ein neues Framework verbessert die Effektivität von adversarialen Angriffen auf Code-Modelle.

Ein neues Framework verbessert die Schwachstellenerkennung in der eingebetteten Netzwerkkommunikation.

Neuer Datensatz und Trainingsmethode verbessern die Namens­erkennung von Software.

Erforschen, wie Quantencomputing das zufällige Sampling in Software-Produktlinien verbessern kann.

Ein neues Modell verbessert die Schwachstellenerkennung mit positiven und nicht markierten Daten.

Timing-Angriffe stellen Risiken für Software dar, indem sie sensible Informationen durch die Ausführungszeit offenbaren.

Lern, wie die Umstrukturierung von Deep-Learning-Code die Leistung durch Automatisierung verbessert.

Diese Studie untersucht, wie IR-Techniken bei der Auswahl von Testfällen helfen können.

Ein neuartiges Verfahren zur Empfehlung von APIs während der Bibliotheksmigration mithilfe von Wissensgraph-Embedding.

LEAP verbessert das Testen auf Angriffe für Software zur Verarbeitung natürlicher Sprache.

Ein Rahmenwerk, um den Energieverbrauch in Deep-Learning-Systemen genau zu messen.

Forschung zeigt, dass vortrainierte Modelle effektiv dabei helfen, Software-Schwachstellen zu beheben.

Dieser Artikel hebt die wichtigsten Herausforderungen hervor, mit denen Entwickler bei der Bereitstellung von DRL-Systemen konfrontiert sind.

Dieses Paper untersucht bessere Methoden zur Bewertung von Codegenerierungsmodellen mithilfe von kausaler Inferenz.

Bugsplainer bietet klare Erklärungen für Bugs, um die Softwareentwicklung zu erleichtern.

In diesem Artikel geht's um die Hürden bei der Entwicklung von Quanten-Software und mögliche Lösungen.

Dieser Artikel behandelt die Resilienz in durch LLM generierten Automatisierungssystemen.

Ein neuer Ansatz, um das Zusammenführen von Zuständen zu vereinfachen für bessere Programmanalyse.

SPROUT verbessert die Sicherheit, indem es Fehlklassifikationen in maschinellen Lernklassifikatoren erkennt.

Eine Studie über Schwachstellen im IoT-Code, die online gefunden wurde, zeigt Sicherheitsrisiken auf.

Lern, wie man Software vor Seitenkanalangriffen mit automatisierten Tools schützt.

Lern, wie du die Qualität beim Schreiben von Anforderungen sicherstellen und die Projektergebnisse verbessern kannst.

Eine Erkundung der Herausforderungen und der Forschung, die für Software-Startups nötig sind.

Diese Studie bewertet ein KI-Tool zum Testen von Software für Krebsregister.

Die Überprüfung aktueller Tools für die Konsistenz von Methodennamen zeigt erhebliche Mängel.

Lerne, wie Entwickler Sicherheit in ihren Projekten effektiv priorisieren können.

Zusammenhang zwischen Wortschatzschwierigkeiten und der Natürlichkeit des Codes, um das Verständnis von Software zu verbessern.

Eine Studie über die Gemeinsamkeiten und Unterschiede zwischen Programmiersprachen in Sprachmodellen.

Automatisierung im Testen sorgt für qualitatives Krebsdatenmanagement und den Schutz der Patientenprivatsphäre.

Die Studie untersucht Methoden, um das Nutzererlebnis mit adaptiven Oberflächen zu verbessern.

Eine Studie über die Leistung von drei genetischen Algorithmen beim Software-Refactoring.

Dieser Artikel untersucht selbstadaptive Systeme in Unterwasser-Roboterfahrzeugen.

SimSched verbessert Automobilsimulationen, indem es präzise Timing integriert.

CodeMark bietet eine Methode, um Codesätze durch unsichtbare Wasserzeichen zu sichern.

Eine Übersicht über den komplexen Prozess der Entwicklung von Quantensoftware.

Diese Studie untersucht, wie Zeitlimits die Qualität der Softwaremodelloptimierung beeinflussen.

ACER bietet eine effiziente Möglichkeit, Anrufgraphen mit abstrakten Syntaxbäumen zu erstellen.

Dieser Artikel behandelt wichtige Aspekte und Herausforderungen von AutoML in praktischen Anwendungen.

AskIt vereinfacht die LLM-Integration in Softwareprojekten, steigert die Effizienz und verkürzt den Code.

Strukturierte Laborhefte verbessern die Genauigkeit und Reproduzierbarkeit in computergestützten Studien.