Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

··Feeds·Contacto·Privacidad·© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
DVDR_LLM — Marco de trabajo ensemble para la detección y reparación de vulnerabilidades de software mediante múltiples modelos de lenguaje grandes, con análisis de consenso y herramientas de evaluación para las compensaciones entre precisión y recall. | Kitploit
Herramientas/GitHubGitHub/erroristotle/dvdr_llm
Análisis de VulnerabilidadesAnálisis de CódigoAprendizaje AutomáticoPapers e InvestigaciónAprendizaje y EducaciónSeguridad de IA
GitHuberroristotle/dvdr_llm

DVDR_LLM

Marco de trabajo ensemble para la detección y reparación de vulnerabilidades de software mediante múltiples modelos de lenguaje grandes, con análisis de consenso y herramientas de evaluación para las compensaciones entre precisión y recall.

Ver Repositorio
317hace 9 mesesAún no revisado

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →
Compartir

DVDR-LLM: ¿Cuándo son mejores los LLM juntos para la detección y reparación de vulnerabilidades de software?

Python 3.8+ Paper

Implementación oficial y artefacto del artículo de investigación:
"DVDR-LLM: ¿Cuándo son mejores los LLM juntos para la detección y reparación de vulnerabilidades de software?"

🎯 Descripción general

DVDR-LLM es un framework de ensemble que examina sistemáticamente las compensaciones fundamentales al agregar múltiples Modelos de Lenguaje de Gran Tamaño (LLM) para la detección y reparación de vulnerabilidades de software. Nuestra evaluación exhaustiva revela información clave sobre el equilibrio entre precisión y recall, los beneficios de la diversidad de modelos y los enfoques basados en consenso en aplicaciones de seguridad crítica.

Hallazgos clave

  • Compensaciones entre precisión y recall: El ensemble reduce los falsos positivos en la evaluación de la validez de los parches (+10-12% de exactitud), pero aumenta los falsos negativos en la identificación de vulnerabilidades
  • Beneficios de la complejidad: Las ventajas de la diversidad de modelos aumentan con el nivel de abstracción del código (+18% recall, +11.8% F1 para vulnerabilidades de múltiples archivos)
  • Sesgo conservador: El 80% de los modelos muestra un comportamiento sistemáticamente conservador (omitir vulnerabilidades frente a la sobredetección)
  • Sin especialistas únicos: Todas las detecciones de vulnerabilidades se solapan en el ensemble, lo que valida las estrategias de votación por mayoría

📁 Estructura del repositorio

DVDR_LLM/
├── dvdr_llm/                  # Main package (professional structure)
│   ├── __init__.py            # Package exports
│   ├── cli.py                 # Command-line interface
│   ├── config.py              # Configuration settings
│   ├── core/                  # Core functionality
│   │   ├── api_client.py      # LLM API communication
│   │   ├── detector.py        # VulnerabilityDetector class
│   │   └── prompts.py         # Prompt generation utilities
│   ├── analysis/              # Analysis modules
│   │   ├── consensus.py       # Consensus analysis
│   │   └── metrics.py         # Performance metrics
│   ├── evaluation/            # Model evaluation
│   │   └── evaluator.py       # ModelEvaluator class
│   ├── visualization/         # Plotting and visualization
│   │   └── plotter.py         # ResultsPlotter class
│   └── tools/                 # Additional utilities
├── utils/                     # Original utility modules
│   ├── api.py                 # LLM API interaction helpers
│   ├── database.py            # SQLite helper functions
│   └── config.py              # Configuration constants
├── data/                      # Datasets and databases
│   ├── vulnerabilities.csv    # Vulnerability data
│   └── vulnerable and patched codes.sqlite
├── output/                    # Generated results and databases
│   ├── database_*.sqlite      # Model-specific databases
│   ├── consensus_analysis/    # Consensus analysis results
│   ├── metrics/              # Performance metrics
│   └── database_exports/     # Exported data
├── examples/                  # Usage examples
│   └── basic_usage.py         # Basic usage demonstration
├── docs/                      # Documentation
│   └── README_consensus_analysis.md
├── paper/                     # Research paper
│   ├── main.pdf               # Published paper
│   └── main.tex               # LaTeX source
├── setup.py                   # Package installation
├── requirements.txt           # Dependencies
├── CHANGELOG.md              # Change log
├── LICENSE                   # MIT License
└── README.md                 # This file

🚀 Inicio rápido

Requisitos previos

  • Python 3.8+
  • Acceso a las API de LLM (Ollama, OpenAI, etc.)
  • SQLite para las bases de datos de vulnerabilidades

Instalación

  1. Clonar el repositorio:

    git clone https://github.com/Erroristotle/DVDR_LLM.git
    cd DVDR_LLM
    
  2. Instalar las dependencias:

    pip install -r requirements.txt
    pip install -e .  # Install package in development mode
    
  3. Verificar la instalación:

    python verify_package.py
    

Uso básico

Interfaz de línea de comandos

# Run vulnerability detection with ensemble
dvdr-llm detect --models llama3-8b,codellama-7b --database data/vulnerabilities.sqlite

# Analyze consensus patterns (RQ2)
dvdr-llm analyze consensus --input results/metrics/model_predictions.csv --threshold 0.6

# Generate conflict pattern visualization (Figure in paper)
python dvdr_llm/visualization/conflict_pattern_plot.py results/metrics/reviewer_insights_disagreement_patterns.csv -o reviewer_insights

# Evaluate ensemble performance across abstraction levels (RQ3)
dvdr-llm evaluate --models-dir output/ --abstraction-analysis

API de Python

from dvdr_llm import VulnerabilityDetector, ConsensusAnalyzer, ModelEvaluator

# Initialize vulnerability detector
detector = VulnerabilityDetector("llama3-8b-instruct")

# Connect to database
detector.connect_to_database("data/vulnerabilities.sqlite")

# Analyze code for vulnerabilities
code = """
void vulnerable_function(char *input) {
    char buffer[100];
    strcpy(buffer, input);  // Buffer overflow
}
"""

# Get CVE predictions
cve_names = detector.analyze_code_for_cves(code, 2023)
print(f"Identified CVEs: {cve_names}")

# Detect vulnerability
is_vulnerable = detector.detect_vulnerability(code)
print(f"Is vulnerable: {is_vulnerable}")

# Process database entries
stats = detector.process_database_entries(limit=100)
print(f"Processed {stats['processed']} entries")

# Clean up
detector.close()

# Multi-model consensus analysis
model_databases = {
    "llama3-8b": "output/database_llama3-8b-instruct.sqlite",
    "codellama-7b": "output/database_codellama-7b-instruct.sqlite",
    "gemma2-9b": "output/database_gemma2-9b.sqlite"
}

analyzer = ConsensusAnalyzer()
consensus_results = analyzer.run_full_analysis(model_databases)

# Model evaluation
evaluator = ModelEvaluator()
evaluation_results = evaluator.evaluate_multiple_models(
    model_databases, 
    "data/ground_truth.csv"
)

📊 Reproducción de los resultados del artículo

Preguntas de investigación

RQ1: Impacto de agregar múltiples LLM

# Generate Table 2 (Model comparison with delta percentages)
python dvdr_llm/tools/model_contribution_analysis.py results/metrics/model_predictions.csv --compare-ensemble --threshold 0.7

# Analyze individual vs ensemble performance
dvdr-llm evaluate --comparison-analysis --threshold 0.7

RQ2: Umbral de consenso óptimo

# Generate Figure 3 (Threshold sensitivity analysis)
python dvdr_llm/tools/threshold_analysis.py results/metrics/model_predictions.csv --range 0.3-0.8

# Statistical validation of threshold selection
python dvdr_llm/analysis/statistical_validation.py --threshold-analysis

RQ3: Rendimiento según los niveles de abstracción

# Generate Table 3 (Abstraction level analysis)
python dvdr_llm/evaluation/evaluator.py --abstraction-analysis --threshold 0.6

# Level-specific performance evaluation
dvdr-llm evaluate --abstraction-levels 1,2,3 --ensemble

RQ4: Agregación ponderada para la calidad de los parches

# Analyze patch quality metrics (ROUGE, CodeBLEU, Complexity)
python dvdr_llm/tools/patch_quality_analysis.py results/patches/ --weighted-scoring

# Generate Figure 4 (Patch similarity and complexity analysis)
dvdr-llm visualize --patch-analysis --metrics results/patch_metrics.csv

Generación de las figuras clave

Descargar herramienta