Lucas C. Cordeiro

Une étude révèle des vulnérabilités dans le code produit par de grands modèles de langage.

Ce rapport parle des méthodes pour améliorer la sécurité de la mémoire dans les réseaux de neurones IA.

Cette étude examine comment l'analyse par intervalles améliore l'efficacité du Bounded Model Checking.

ESBMC-Python aide à vérifier la correctitude du code Python en utilisant des annotations de type et un modèle de vérification bornée.

Une nouvelle approche améliore l'apprentissage fédéré en générant des données synthétiques tout en protégeant la vie privée.