Threatdetect C Cpp

🚀 ThreatDetect-C-Cpp 模型

ThreatDetect-C-Cpp 是 answerdotai/ModernBERT-base 的衍生版本。我們對 ModernBERT-base 進行了微調，使其能夠檢測 C/C++ 代碼中的漏洞。當前版本的準確率達到了 86%。

🚀 快速開始

ThreatDetect-C-Cpp 可作為代碼分類器集成到與代碼相關的應用程序中。例如，它可以與代碼生成器配合使用，檢測生成代碼中的漏洞。

✨ 主要特性

• 能夠將輸入的 C/C++ 代碼分類為 7 個標籤，而非簡單的二元分類（“安全”、“不安全”）。
• 基於 ModernBERT 編碼器架構，具有較強的特徵提取能力。
• 經過微調，在檢測 C/C++ 代碼漏洞方面有 86% 的準確率。

📚 詳細文檔

模型詳情

模型描述

ThreatDetect-C-Cpp 作為代碼分類器，將輸入代碼分為 7 個標籤：'safe'（未檢測到漏洞）和其他六種 CWE 弱點：

• 開發者：lemon42-ai
• 貢獻者：Abdellah Oumida 與 Mohammed Sbaihi
• 模型類型：ModernBERT，僅編碼器的 Transformer
• 支持的編程語言：C/C++
• 許可證：Apache 2.0（請參閱 ModernBERT-Base 的原始許可證）
• 微調基礎模型：answerdotai/ModernBERT-base

模型來源

• 倉庫：lemon42-ai 的官方 GitHub 倉庫
• 技術博客文章：即將推出。

使用場景

ThreatDetect-C-Cpp 可集成到代碼相關應用中，例如與代碼生成器搭配，檢測生成代碼的漏洞。

偏差、風險和侷限性

• 僅能檢測 C/C++ 代碼中的弱點，不適用於其他編程語言。
• 只能檢測上述表格中的六種 CWE 漏洞。

訓練詳情

訓練數據

該模型在 DiverseVul 數據集的精簡、清理和去重版本上進行微調。這個新版本可在 HF 數據集上 查看。

訓練過程

模型使用應用於 Q 和 V 矩陣的 LoRA 方法進行訓練。

訓練超參數

評估

ThreatDetect-C-Cpp 在評估集上達到了 86% 的準確率。

技術規格

硬件

該模型使用 torch + accelerate 框架，在 4 個 Tesla V100 GPU 上進行了 1 小時的微調。

📄 許可證

本模型採用 Apache 2.0 許可證（請參閱 ModernBERT-Base 的原始許可證）。