Knowledge-Graph-Guided Retrieval-Augmented LLMs for Explainable Root Cause Analysis in Automotive HiL Validation
硬件在环（HiL）验证是汽车软件系统开发中的关键环节，会产生大量多元时间序列数据。人工分析耗时且通常仅能实现异常检测和故障分类，难以进行根本原因分析。深度学习方法在故障检测和分类上虽表现优异，但面临两个主要局限：一是当故障位置、系统或操作条
#cs.SE
共收录 457 条相关情报。
← 返回所有主题Memoir: Learning, Verifying, and Evolving False-Positive Memories for Static Application Security Testing Tools
本文关注静态应用安全测试（SAST）工具的高误报率问题。SAST工具在现代安全软件开发中不可或缺，但生成的误报（FP）告警会带来大量人工审查成本，并降低开发者信任。现有误报缓解方法面临两大挑战：一是不同SAST工具与漏洞类别间差异大，难以学
Persistent Semantic Entities in Tool-Augmented LLM Systems
该论文研究了工具增强型大语言模型（LLM）智能体系统中一种隐蔽的状态污染现象，作者将其形式化为“持久语义实体”（Persistent Semantic Entities, PSEs）。PSEs 指那些通过名称绑定、事件触发和跨边界传播在会话
Beyond Text Matching: Towards Reference-Free Evaluation for Human-Oriented Binary Reverse Engineering
本文针对人类导向的二进制逆向工程（HOBRE）评估难题展开系统性研究。HOBRE 旨在将反编译伪代码转换为更易读、更符合人类认知的表示形式，以降低逆向分析人员的认知负担。然而，如何可靠地评估 HOBRE 输出一直是核心挑战：人工评估成本高昂
Statistical Analysis of Executability and Program Equivalence in Decompilation for IoT Vulnerability Detection
本文针对物联网（IoT）固件漏洞检测中的反编译质量问题展开研究。IoT 设备常处理音频、视频、认证数据等敏感信息，其固件漏洞检测至关重要。反编译是关键技术之一，而基于大语言模型（LLM）的反编译工具虽能提供高可读性和高重编译成功率，但由于
Understanding and Improving Model Editing for Secure Code Generation
本文针对大型语言模型（LLM）在代码生成任务中可能复现不安全训练模式、生成漏洞代码的问题，首次系统性地研究了模型编辑（model editing）作为一种模型级安全硬化机制的有效性。与先前主要聚焦于推理时加固（如CoSec）的方法不同，模型
CyberLLM: A Multi-Agent LLM Framework for Autonomous Detection and Guarded Response in Automotive Cybersecurity
本文提出 CyberLLM，一个面向软件定义汽车（SDV）的多智能体 LLM 编排框架，旨在自主检测漏洞并在运行时安全护栏约束下执行修复。随着 SDV 的兴起，汽车攻击面扩展至源代码、运行时日志和部署拓扑，但安全约束禁止自主代理无监督地行动
From Documentation to Zero-day Vulnerabilities: LLM-Driven Fuzzing of JavaScript Engines in PDF Readers
该论文提出 PDFuzzer，一种面向 PDF 阅读器中 JavaScript 引擎的新型模糊测试工具。现有 PDF 模糊测试器（如 TypeOracle、Favocado、Cooper）主要依赖简单测试用例，仅涉及单个 API 调用，导致
CyberForge: Verified Vulnerability Injection at Repository Level for Cybersecurity Agent Training
本文提出 CyberForge 框架，用于合成可执行的、仓库级别（repository-level）的网络安全训练数据，以解决前沿 LLM 智能体在真实软件漏洞发现与修补方面能力受限的问题。当前攻防不对称严重：攻击者只需找到一个可利用弱点即
Hidden Ciphers and Where to Find Them: Static Discovery and Assessment of Cryptographic Assets in Software
该论文针对现代软件系统中加密资产缺乏结构化可见性的问题，提出了一种静态发现与评估方法。作者首先提出了加密材料、加密工件和加密调用的分类体系，并据此推导出可扩展的、与扫描器无关的规则库。然后实现了一个静态扫描器，应用这些规则生成面向CBOM（
Towards a Risk Assessment of Malicious Skill Files in Coding Agents
本文研究自主编码代理（coding agents）在企业软件工作流中集成时引入的新型安全风险：代理技能（agent skills）接口。该接口以文件夹形式包含指令与脚本，代理动态加载以专用化自身行为，但也扩大了攻击面，使恶意shell命令可
Checked-In Secret Detection: Strings Are All You Need
本文针对源代码中硬编码密钥（hardcoded secrets）的检测问题展开研究。传统基于正则表达式的方法依赖可识别的模式，但真实密钥往往缺乏固定格式，导致精确率和召回率都不理想。近年来的方法尝试利用上下文信息，通过分析候选字符串周围的代
Test-time reasoning effort and unauthorized tool use in language-model agents: a prespecified equivalence study
本研究针对语言模型代理在多步骤工作流中通过工具调用执行任务时，推理努力参数（reasoning effort）是否会影响未授权工具使用率的问题，开展了预设的等价性研究。以往研究未在单一模型内通过直接操纵该参数进行测试。作者使用GPT-5.6
CLEAR: Causal Context-Based Agentic Reasoning for Vulnerability Detection
该论文提出了一种名为 CLEAR (Causal Context-based Agentic Reasoning) 的新型多智能体漏洞检测框架，旨在解决现代软件漏洞检测中难以建模复杂因果依赖关系的问题。传统方法（包括基于大语言模型和多数多智
Vulnerability Detection in AArch64 Machine Code Using a Digital Twin
本文面向无源码场景下的 AArch64 机器码漏洞检测问题，提出了一种基于数字孪生（Digital Twin）的可解释检测方法。传统二进制分析手段往往依赖符号执行或模糊测试，计算开销大且难以覆盖多步利用模式；同时很多现有工具只报告孤立的危险
Pretraining on Call Graphs: When Binary Analysis Tasks Profit From Context
本文针对二进制函数嵌入模型（binary function embedding models）中引入调用图（call graph）上下文信息所带来的影响展开系统剖析。此类模型通过将二进制代码片段映射为向量表示，服务于代码搜索、漏洞检测、恶意
Stylometric Defenses Against Author Impersonation in Software Repositories
该论文针对软件供应链攻击中的身份伪造问题，提出了一种基于笔迹风格学的补丁级作者验证方法。传统防御手段主要依赖账户权限管理，但无法有效防范维护者账户被攻陷后提交恶意代码的风险。作者利用经过20多年Linux内核提交历史微调得到的跨模态Tran
PRWeaver: Evaluating LLM-Based Code Auditors against Long-Horizon Malicious Pull Requests
该论文关注基于大语言模型（LLM）的代码审计器在 pull-request（PR）工作流中的可靠性问题。尽管这类审计器已被广泛集成，但其对跨仓库演进过程中分布式恶意更改的抵御能力仍缺乏系统研究。为此，作者提出了 PRWeaver 基准，包含
PolicyGuard: Prompt-Configurable Semantic DLP for LLM Coding Agents
本文提出 PolicyGuard，一个面向 LLM 编程助手的提示词拦截框架，用于在用户提示词进入代码生成模型之前进行语义级数据防泄漏（DLP）检测。研究背景是：AI 编程助手接受自由形式的自然语言提示，其中可能无意包含凭据、个人身份信息（
EntailLLM: Verifying LLM-Generated Vulnerability Discovery Paths with Domain Knowledge via Logic Programming
该论文针对大语言模型（LLM）在软件漏洞推理中可能静默违反领域知识、导致安全关键场景（如医疗设备）可靠性不足的问题，提出了一种基于逻辑编程的验证框架 EntailLLM。现有方法要么将 LLM 输出仅作为待评分的预测，要么将其限制在单张知识