Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

VerilogLAVD: Generación de reglas asistida por LLM para la detección de vulnerabilidades en Verilog

Created by
  • Haebom

Autor

Xiang Long, Yingjie Xia, Xiyuan Chen, Li Kuang

Describir

Este artículo propone VerilogLAVD, un novedoso método para la detección temprana de vulnerabilidades de hardware. Para superar las limitaciones de los métodos existentes que requieren conocimiento experto, este artículo presenta un enfoque que utiliza un modelo de lenguaje a gran escala (LLM) para detectar vulnerabilidades en código Verilog. El Verilog Property Graph (VeriPG), que representa el código Verilog de forma integrada, combina información sintáctica y semántica. Utilizando el LLM, se generan reglas de detección basadas en VeriPG a partir de descripciones de Common Weakness Enumeration (CWE). Estas reglas son utilizadas por un ejecutor de reglas que busca vulnerabilidades potenciales en VeriPG. Los resultados experimentales en 77 diseños Verilog demuestran una puntuación F1 de 0,54 para 12 tipos de CWE, lo que demuestra mejoras en la puntuación F1 de 0,31 y 0,27, respectivamente, en comparación con el LLM solo o una base de conocimiento externa.

Takeaways, Limitations

Takeaways:
Un nuevo enfoque para la detección de vulnerabilidades de Verilog mediante LLM
Representación y análisis efectivos del código Verilog utilizando VeriPG
Creación automatizada de reglas de detección mediante descripciones de CWE
Mejora del rendimiento con respecto a los métodos existentes basados ​​en LLM
Limitations:
La precisión aún no es alta con una puntuación F1 de 0,54
Evaluación sobre tipos y conjuntos de datos CWE limitados
Se necesita verificación adicional para la aplicación práctica.
👍