IronmanJay

此博客为Rethinking Pointer Reasoning in Symbolic Execution论文的阅读笔记，本篇论文提出了一种新的符号内存处理方法，以减少符号爆炸和符号丢失的问题。本文将会以原论文的行文结构来分析本篇论文，并且对其基本情况进行了概述。以下就是本文的全部内容。

此博客为PathAFL：Path-Coverage Assisted Fuzzing论文的阅读笔记，本篇论文提出了一种新的跟踪执行路径的方法、路径过滤算法和追踪执行路径的方法，以提高Fuzz的准确性以及Fuzz性能。本文将会从解决的问题和目标、技术路线、达到的效果和结论四个角度来分析本篇论文。以下就是本文的全部内容。

本篇文章也是一篇综述性文章，主要论述了当前用于基于深度学习的漏洞检测的漏洞数据集的一些发展现状以及研究方向，不错的文章，值得一读。下面就是本篇论文的精读笔记！

这篇文章不难，主要就是总结了当下的一些相关技术以及相关数据集，也算是之前学习的一个总结。下面就是本篇论文的全部阅读笔记！

这应该是到目前为止我读过的最难的一篇文章了，断断续续读了半个多月，里面提出的想法真的很新颖，后面争取复现一下代码，下面是我读这篇文章做的笔记！

本文是基于CNN-GAP可解释性模型的软件源码漏洞检测方法论文的阅读笔记，这是读到目前论文中唯一一篇中文论文，内容我个人觉得非常不错，很有借鉴价值，尤其是文中提出的关于源码漏洞的可解释性可视化分析的方法，对学习研究有很大的帮助。下面就随我一起好好欣赏这篇文章！

本文是A deep tree-based model for software defect prediction论文的阅读笔记，此论文使用的仍然是LSTM网络，但是其又利用了代码的AST关系树，可以更好地捕获源码中的语义关系，为缺陷预测提高准确性与说服力。本篇论文仍然是不可多得的一篇好文，给我们提供了一种对于缺陷预测的新思路和新方法。下面就是本片论文的全部核心总结内容！

本文是Automated Vulnerability Detection in Source Code Using Deep Representation Learning论文的阅读笔记，其中对于一些本文没有解析特别清楚或者默认没有解释的内容进行了自己的一些总结和理解。并且将论文的内容精炼，将其中的方法总结好，方便阅读和学习。在这篇论文里又能学习到新的漏洞检测的方法，和上一篇又有所不同。本文主要讲述了如何将源代码词法化以及使用卷积神经网络和递归神经网络配合随机森林对漏洞进行判断，对于漏洞检测的学习有很大的帮

本博客内容为VulDeePecker: A Deep Learning-Based System for Vulnerability Detection论文的精读阅读笔记，对于其中的概念以及方法，都给出了自己的理解，并针对一些不清楚或者没接触过的知识点，都做出了详细注解。此论文为第一篇使用深度学习用于漏洞检测的论文，提出了一些关于使用深度学习应用于漏洞检测的一些指导原则，并给出了基于深度学习的漏洞检测系统的开发过程以及用于评测漏洞检测系统有效性的数据集。这对后面关于漏洞检测的学习有极强的指导意义。