Large Language Models and Secure Code Generation
Automate, harden, and validate code generation using large language models LLM-generated code introduces vulnerabilities that conventional static analysis often misses. Large Language Models and Secure Code Generation addresses this problem directly, presenting methods to produce secure, producti... Lue lisää
Automate, harden, and validate code generation using large language models LLM-generated code introduces vulnerabilities that conventional static analysis often misses. Large Language Models and Secure Code Generation addresses this problem directly, presenting methods to produce secure, producti... Lue lisää
-
Tuotekuvaus
Automate, harden, and validate code generation using large language models LLM-generated code introduces vulnerabilities that conventional static analysis often misses. Large Language Models and Secure Code Generation addresses this problem directly, presenting methods to produce secure, production-quality code and integrate models into modern software security workflows. The book details techniques including Prompt Engineering, Prefix-Tuning, and Retrieval-Augmented Generation for improving code security. It introduces Mechanistic AI, advocating a shift from syntactic security to semantic-pragmatic security, and examines LLM-driven agents that orchestrate security audits. Coverage extends to multimodal and on-device LLM deployment trends, with code snippets, configuration examples, and task-specific recipes throughout each chapter. Readers will also find: Real-world case studies illustrating how leading teams leverage LLMs to accelerate secure feature development across production environmentsEnd-of-chapter questions and exercises designed to reinforce core concepts in secure code generation and LLM safetyMethods for gathering high-quality code examples, setting training objectives, and fine-tuning models for security-critical applicationsDesign patterns for LLM-driven agents capable of orchestrating automated security audits and adaptive threat responseCoverage of emerging on-device LLM deployment architectures and their implications for software security in resource-constrained environments Designed for AI researchers, IT security professionals, and graduate students in computer science or software engineering, this book delivers the technical depth needed to build, evaluate, and deploy LLM-based systems that generate secure code. It connects architectural foundations with actionable security workflows for real-world implementation. -
Tuotetiedot
- Kustantaja / Valmistaja John Wiley & Sons Inc
- ISBN 9781394413416
- Tuotekoodi 9781394413416
- Kirjoittajat Bin Wang; Hui Li
- Kieli Englanti
- Thema-luokitus Tekoäly; Koneoppiminen; Neuroverkot ja sumeat järjestelmät
- Ilmestymispäivä 04.03.2027
- Vuosi 2027
- Tuoteryhmä Ulk talous, yhteiskunta
- Tuotepääryhmä Ulkomaiset tietokirjat
- Tuotelinja Kirjat
- Sivumäärä 304
- Tuotemuoto Kovakantinen
- Tuoteturvallisuusyhteystiedot Easy Access System Europe Oü, 16879218, gpsr.requests@easproject.com, Mustamäe tee 50, 10621, Tallinn, Estonia, 10621, Tallinn
- ALV 13,5%
Tämä tuote kuuluu tuoteryhmiin
Tuotearvostelut Suomalainen.comissa
Tutustu tuotearvostelujen käytäntöihin ja ehtoihin ennen kuin jätät arvostelun.
Suomalainen.com -verkkokaupassa on mahdollista jättää tuotearvosteluja siellä myynnissä olevista tuotteista. Tuotearvosteluja voivat jättää sekä tuotetta Suomalaisesta Kirjakaupasta ostaneet asiakkaat että muut sivuston käyttäjät. Arvostelijan nimimerkin jälkeinen teksti kertoo, onko kyseessä vahvistettu ostaja vai muu asiakas/sivuston käyttäjä.
-
Vahvistettu ostaja - Kyseinen arvostelu on jätetty käyttämällä tuotteen ostajalle lähetettyä sähköpostilinkkiä. Kyseessä on siis vahvistettu ostaja eli arvostelun jättänyt henkilö on ostanut todennetusti kyseisen tuotteen.
-
Vahvistettu suosittelija - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla. Arvostelijan sähköpostiosoite on vahvistettu, jotta on voitu varmistua siitä, että arvostelun on jättänyt oikea henkilö. Suomalainen.com ei kuitenkaan ole vahvistanut, että kyseinen henkilö on ostanut tuotteen.
- Ei tekstiä nimimerkin jälkeen - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla, mutta arvostelun jättäjän sähköpostiosoitetta ei ole vahvistettu.
Tuotearvostelussa pakollisia tietoja ovat tuotteen pistemäärä (tähdet), otsikko sekä arvosteluteksti. Jos jätät arvostelun sinulle lähetetyn sähköpostilinkin kautta, arvostelu julkaistaan käyttämällä etunimeäsi sekä sukunimen ensimmäistä kirjainta.
Jos jätät arvostelun sivustollamme, voit käyttää arvostelussa myös nimimerkkiä. Arvostelun jättämisen yhteydessä sinulta kysytään sähköpostiosoitetta, jonka avulla vahvistamme, että arvostelun on lähettänyt oikea henkilö, eikä esimerkiksi robotti. Tuotearvostelujen palveluntarjoajana toimii Yotpo. Katso Yotpon tietosuojaseloste.
Arvostelut julkaistaan tuotteen kohdalla automaattisesti ja ne tulevat esiin viiveellä. Suomalainen.com pidättää kuitenkin oikeuden poistaa kommentit, jotka sisältävät epäasiallista, herjaavaa tai halventavaa kieltä, vihapuhetta tai ovat muuten hyvän tavan vastaisia, tai joissa markkinoidaan muiden toimijoiden sivustoja tai tuotteita.
Jättämällä arvostelun annat Suomalaiselle Kirjakaupalle oikeuden käyttää kyseisiä arvosteluja omassa markkinoinnissaan (sekä painettu että digitaalinen) ilman erillistä korvausta. Arvosteluja käytetään myös analysointiin ja markkinoinnin kehittämiseen.
Tuotearvostelun jättäneiden kesken arvotaan säännöllisin väliajoin tuotepalkintoja. Tutustu arvonnan sääntöihin täällä.
Mikäli haluat poistaa jättämäsi tuotearvostelun verkkokaupastamme, pyyntö tästä tulee ohjata asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Tuotearvostelut eivät ole tarkoitettu asiakasreklamaatioiden tai tilauskyselyjen tekemiseen. Reklamaatiotapauksissa pyydämme ottamaan yhteyttä asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Jättämällä arvostelun suomalainen.com -verkkokauppaan hyväksyt yllämainitut käytännöt ja ehdot.
Lue lisää tuotearvosteluista.
