深層学習に基づくソフトウェアセキュリティ検出システムは、デジタル時代の保安官のようなもので、ソフトウェアの脆弱性を効率的に識別できます。しかし、EaTVulという研究が、この分野における新たな課題を明らかにしました。EaTVulは、脆弱性のあるコードを変更することで、深層学習ベースの検出システムを誤検知させる革新的な回避攻撃手法であり、成功率は83～100％に及びます。その動作原理には、サポートベクターマシンを用いた重要なサンプルの特定、アテンション機構による重要な特徴の識別、AIチャットボットによる欺瞞的なデータの生成、そしてファジー遺伝的アルゴリズムが含まれます。