UM ESTUDO SOBRE REUTILIZAÇÃO DE TREINAMENTO EM MODELOS DE PREVISÃO DE VULNERABILIDADE
Resumo
Encontrar bugs ou falhas de código em sistemas pode ser uma tarefa extremamente complexa e onerosa. Uma alternativa para diminuir o esforço do usuário é aplicar o Modelo de Previsão de Vulnerabilidade (MPV). Um MPV utiliza técnicas de classificação e aprendizagem ativa para identificar trechos de código com possíveis bugs. Para isso, o MPV depende de um treinamento inicial (arquivos de código contendo bugs) na construção de um modelo de predição. Tal problema, conhecido como partida fria ou cold-start, surge quando o método não tem exemplos representativos para o início do processo. Neste trabalho, o objetivo é avaliar experimentalmente a reutilização de treinamento entre projetos com intuito de aliviar o impacto da partida fria quando se deseja encontrar todos (ou quase todos) arquivos com bug.
Copyright (c) 2021 JORNADA DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Submeto o trabalho apresentado como texto original à Comissão Científica da XVI JIC, o qual apresenta os resultados de subprojeto de pesquisa, e concordo que os direitos autorais a ele referentes se tornem propriedade do Anais da XVI JIC da UFFS.
Observação: Caso o trabalho possua caráter sigiloso, o apresentador deve informar à Comissão Organizadora através do e-mail jic.dpe@uffs.edu.br nos prazos indicados no Regulamento (www.uffs.edu.br/jic).