<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Метод контекстного виявлення секретів у програмному коді на основі мовної моделі

Ескіз

Файли

197795.pdf (324,77 KB)

Дата

2026

Автори


Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

A method for detecting confidential data in program code is proposed, which combines preliminary selection of potentially dangerous values based on entropy and subsequent context analysis using a specialized language model. A neural network adapted to the task of classifying code fragments was tested to demonstrate the effectiveness of the method.

Опис

Ключові слова

language model , entropy , neural network training , supervised training

УДК

004.056.5

Тип документа

Thesis

Мова

uk_UA

Є частиною

Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.

ISSN

Бібліографічний опис

Сітніков І. В., Лукічов В. В. Метод контекстного виявлення секретів у програмному коді на основі мовної моделі // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28129.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/51034

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2026)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. McGowan V., Ventura M., Bell P. Engineering Encounters: Reverse Engineering. Science and Children. 2017. Т. 054, № 08. URL: https://doi.org/10.2505/4/sc17_054_08_68 (дата звернення: 11.03.2026).
  2. Segura T. The nightmare of hard-coded credentials. Network Security. 2023. Т. 2023, № 2. URL: https://doi.org/10.12968/s1353-4858(23)70010-x (дата звернення: 11.03.2026).
  3. Biringa C., Kul G. Detecting Hard-Coded Credentials in Software Repositories via LLMs. Digital Threats: Research and Practice. 2025. URL: https://doi.org/10.1145/3744756 (дата звернення: 11.03.2026).
  4. CredData. Samsung Electronics Co.,Ltd. URL: https://github.com/Samsung/CredData (дата звернення: 11.03.2026).
  5. QLoRA: Efficient Finetuning of Quantized LLMs / T. Dettmers та ін. Advances in Neural Information Processing Systems 36, м. New Orleans, Louisiana, USA, 10–16 груд. 2023 р. San Diego, California, USA, 2023. С. 10088–10115. URL: https://doi.org/10.52202/075280-0441 (дата звернення: 11.03.2026).
  6. Dutta S., Ganapathy S. LLM supervised Pre-training for Multimodal Emotion Recognition in Conversations. ICASSP 2025 - 2025 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), м. Hyderabad, India, 6–11 квіт. 2025 р. 2025. С. 1–5. URL: https://doi.org/10.1109/icassp49660.2025.10889998 (дата звернення: 11.03.2026).