AI攻擊“障眼法”EaTVul：繞開漏洞檢測系統成功率超83%

基於深度學習的軟件安全檢測系統，如同數字化時代的"安檢員"，能高效識別軟件漏洞。然而，一項名爲EaTVul的研究揭示了這一領域的新挑戰。EaTVul是一種創新的規避攻擊策略，通過修改有漏洞的代碼，讓基於深度學習的檢測系統誤判，成功率高達83%至100%。其工作原理包括利用支持向量機找出關鍵樣本、注意力機制識別關鍵特徵、AI聊天機器人生成迷惑性數據，以及模糊遺傳算法優化數據欺騙性。這項研究強調了當前軟件漏洞檢測系統的脆弱性，並呼籲開發更強大的防禦機制以應對這類攻擊，以保障軟件安全。