Srovnání efektivity LLM při detekci specifických tříd zranitelností v jazyce C
| Název práce: | Srovnání efektivity LLM při detekci specifických tříd zranitelností v jazyce C |
|---|---|
| Autor(ka) práce: | Sozonov, Semen |
| Typ práce: | Bakalářská práce |
| Vedoucí práce: | Novák, Richard Antonín |
| Oponenti práce: | Korčák, Jiří |
| Jazyk práce: | Česky |
| Abstrakt: | Tato bakalářská práce experimentálně srovnává efektivitu vybraných velkých jazykových mo- delů při detekci specifických tříd bezpečnostních zranitelností ve zdrojovém kódu jazyka C. Jsou porovnávány dva přístupy: fine-tuning specializovaného encoder modelu CodeBERT a využití dekodérového modelu Llama 3 pomocí Few-Shot Chain-of-Thought promptingu bez nutnosti přetrénování. Oba přístupy jsou aplikovány na detekci zranitelností CWE-119 a CWE-476 z datasetu MSR BigVul, který po předzpracování obsahuje 23 543 vzorků kódu. Výsledky ukazují, že fine-tuned CodeBERT pro kategorii CWE-119 dosáhl Recallu 83,5 %, Precision 91,5 % a MCC 0,87, čímž se řadí po bok nejlepších publikovaných přístupů na tomto datasetu. Pro CWE-476 s výrazně menší trénovací sadou model dosáhl Recallu 50,0 % a MCC 0,64, přičemž výsledky dokumentují dopad nevyváženosti tříd na trénování v pod- mínkách omezeného počtu pozitivních vzorků. Model Llama 3 bez fine-tuningu dosáhl v obou kategoriích kriticky nízkého Recallu, a proto není vhodný pro produkční bezpečnostní ana- lýzu. Práce diskutuje silné a slabé stránky obou přístupů a jejich využitelnost v praxi. |
| Klíčová slova: | detekce zranitelností; kybernetická bezpečnost; CWE-119; CWE-476; CodeBERT; Llama 3; velké jazykové modely; fine-tuning; Few-Shot prompting; jazyk C |
| Název práce: | A Comparison of LLM Performance in Detecting Specific Classes of Vulnerabilities in the C Language |
|---|---|
| Autor(ka) práce: | Sozonov, Semen |
| Typ práce: | Bachelor thesis |
| Vedoucí práce: | Novák, Richard Antonín |
| Oponenti práce: | Korčák, Jiří |
| Jazyk práce: | Česky |
| Abstrakt: | This bachelor’s thesis experimentally compares the effectiveness of selected large language mo- dels in detecting specific classes of security vulnerabilities in C source code. Two approaches are compared: fine-tuning of the encoder-only model CodeBERT and using the decoder-only model Llama 3 via Few-Shot Chain-of-Thought prompting without any retraining. Both ap- proaches are applied to the detection of CWE-119 and CWE-476 vulnerabilities from the MSR BigVul dataset, which contains 23,543 code samples after preprocessing. Results show that fine-tuned CodeBERT for CWE-119 achieves Recall of 83.5%, Precision of 91.5%, and MCC of 0.87, placing it on par with the best published approaches on this dataset. For CWE-476, which has a substantially smaller training set, the model achieved Recall of 50.0% and MCC of 0.64, illustrating the impact of class imbalance under limited positive sample conditions. Llama 3 without fine-tuning achieved critically low Recall in both categories and is therefore unsuitable for production security analysis. The thesis discusses the strengths and weaknesses of both approaches and their practical applicability. |
| Klíčová slova: | cybersecurity; CWE-119; CWE-476; CodeBERT; Llama 3; large language models; fine-tuning; Few-Shot prompting; vulnerability detection; C language |
Informace o studiu
| Studijní program / obor: | Aplikovaná informatika |
|---|---|
| Typ studijního programu: | Bakalářský studijní program |
| Přidělovaná hodnost: | Bc. |
| Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
| Fakulta: | Fakulta informatiky a statistiky |
| Katedra: | Katedra systémové analýzy |
Informace o odevzdání a obhajobě
| Datum zadání práce: | 18. 2. 2026 |
|---|---|
| Datum podání práce: | 11. 5. 2026 |
| Datum obhajoby: | 16. 6. 2026 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/95683/podrobnosti |