DREA: Decoupled Reasoning and Exploration Agents for Repository-Level Vulnerability Detection
该论文提出 DREA（解耦推理与探索代理）框架，旨在解决现有基于大语言模型（LLM）的漏洞检测方法在仓库级别（跨函数、跨文件）上下文自适应获取上的不足。现有方法多依赖孤立函数或固定程序分析规则提取的上下文，难以应对涉及多个函数或文件的复杂漏
#cs.SE
共收录 457 条相关情报。
← 返回所有主题Why Not Fix It Once and for All? An Empirical Study of Multiple Patches for Vulnerability Fixes in Open-Source Software
该论文对开源软件中由多个补丁组成的漏洞修复序列进行系统性实证研究。现有研究大多关注单一补丁，但实际中许多漏洞需要多个补丁才能彻底修复，这给漏洞分析和补丁应用带来挑战。作者通过手动审查1,646条多补丁修复记录，构建了一个由3个主类别和6个子
Bulkhead: Automated Semantic Detection and Remediation of Container Escape Vulnerabilities
该论文提出 Bulkhead，一个自动化框架，用于检测和修复容器逃逸中的路径遍历（PaTra）漏洞。背景是容器生态系统中的文件系统隔离常因跨边界路径解析错误而削弱，导致路径遍历漏洞。这些漏洞源于不安全的主机-容器交互，尤其是在云系统将共享资
Open-Source Intelligence for Code Provenance and the Security Patterns that Separate Human and Large-Language-Model Implementations of Common Programming Tasks
本研究探讨了现代软件开发中两个重要问题：能否仅通过代码片段本身判断其来源（人类编写还是大语言模型生成），以及这两种来源在实现同一编程任务时是否存在安全模式上的差异。作者构建了一个完全可复现的开源情报管道，利用公开的Stack Overflo
Skills That Don't Exist: A Large-Scale Study of Hallucinated Skill Recommendation in LLM Agents
LLM 代理通过从开放注册表下载技能来获得新能力。开发者通常让代理推荐并安装技能，但代理经常捏造不存在的技能名，这种现象称为“技能名幻觉”。本文首次大规模测量该漏洞，评估了 15,000 条提示和 12 种配置（4 个独立 LLM 和 8
Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining
大型语言模型（LLM）生成的代码经常包含安全漏洞，且这些漏洞往往不是孤立的，而是跨多个关注领域同时出现，反映了软件安全中的横切性质。本文提出一个框架，将安全导向的蜕变关系（MR）与关联规则（AR）挖掘相结合，用于检测LLM生成代码中的漏洞，
AutoTrace: From Patches to Triggers via Agentic Interprocedural Exploration
本文提出 AutoTrace，一个基于智能体（agentic）的流水线，用于从漏洞修复补丁中定位触发器（trigger），即导致脆弱程序状态转变为具体不安全操作的语句。该问题比二元漏洞检测更难，因为答案需要跨过程（interprocedur
Phantom Guardrails: When Self-Improving Agent Harnesses Fix Failures That Never Happened
该论文研究自改进AI智能体在自动优化其护栏（包括提示、解析器、过滤器、验证器等）时，可能出现的一种新型失败模式：幻影护栏（Phantom Guardrails）。具体而言，基于LLM的提案者（proposer）会修改智能体的脚手架（scaf
FlowArk: Boosting Agentic Data-flow Analysis for Android Apps via Context-Aware Knowledge Reuse
该论文针对Android应用隐私与安全审计中数据流分析任务存在的重复分析成本问题，提出了一种基于知识复用的系统性解决方案FlowArk。在批处理模式下，多个代理实例分别处理不同的污点源到汇点的数据流分析任务，但由于代码复用导致不同数据流路径
Which Neurons Detect Malicious Code? A Probing Study of LLM Security Knowledge
本文研究了大语言模型（LLM）内部如何识别恶意代码的机制。尽管LLM在代码补全、漏洞检测等软件工程任务中表现优异，但其识别恶意或漏洞代码的内部工作机制仍不透明。作者采用机械可解释性方法，对三个指令微调的LLM（Llama3.1-8B-Ins
SafeGuard: A Lightweight Client-Server Architecture for Real-Time Endpoint Threat Detection and Response
本文提出 SafeGuard，一种轻量级的三层客户端-服务器架构，用于实时端点威胁检测与响应，特别面向资源受限的中小型组织。系统由三部分组成：基于 Flutter 并扩展 Kotlin 以获取 Android 系统访问权限的端点代理、基于
Malaika: Understanding Malware through Tri-Grounded Agentic Reasoning
该论文提出了一种名为 Malaika 的多智能体框架，用于解决恶意软件理解中的核心挑战：如何在部分可观测性下，从稀疏、分散的代码证据中重建高级恶意行为，并与良性功能区分。作者将恶意软件理解形式化为一个基于证据的推理问题，并主张可靠的行为重建
SLBench: Evaluating How LLM Agents Follow Logical Relations in Skills
本研究聚焦于LLM代理（如代码助手）在执行技能文件时的安全性问题。技能文件封装了可复用的程序、工具和领域特定工作流，但其中存在复杂的逻辑关系（如前置条件、约束、回退行为），若代理未能正确遵循这些关系，可能导致危险操作。作者首先提出了Skil
SeedSmith: LLM-Driven Seed Synthesis for Directed Fuzzing
定向模糊测试旨在将模糊器导向用户定义的目标函数以发现漏洞，但经常在长时间运行后仍无法触发崩溃。本文识别了两个关键挑战：一是间接调用的静态分析不完整，导致基于距离的引导无法发现可达路径；二是缺乏对崩溃前提条件的语义引导，使得盲目变异在合理时间
Functional and Secure Code Generation with Task Vectors
大型语言模型（LLM）在代码生成领域应用广泛，但其生成的代码往往存在功能缺陷或安全漏洞。现有研究要么分别评估功能性和安全性，要么侧重于生成后查找漏洞，而缺乏同时保证两者的方法。近年来，文本生成领域涌现出多种对齐技术，其中任务向量算术通过线性
Mitigating Taint-Style Vulnerabilities in MCP Servers via Security-Aware Tool Descriptions
大型语言模型（LLM）正越来越多地被部署为自主代理，通过模型上下文协议（MCP）与外部工具和服务交互。MCP作为一种标准化接口，简化了工具集成，但也扩大了攻击面，使得针对多个服务器的通用利用成为可能。尽管已有工作研究恶意MCP服务器，但MC
Finding and Understanding Miscompilation Bugs in the Solidity Compiler
该论文针对以太坊上最流行的智能合约编译器——Solidity编译器中的误编译漏洞（miscompilation bugs）进行了系统性的发现与分析。智能合约编译器的正确性对于保证区块链上不可篡改的开源代码的正确执行至关重要。作者开发了Sol
Thinking More, Harnessing Better: State Machine Guided Harness Automatic Generation with Project Digestion and Workflow Decomposition
该论文提出 SynapseFlow，一种基于状态机引导的自动化模糊测试 harness 生成工具，旨在解决现有大语言模型（LLM）单轮生成方法中因函数粒度过粗和生成流程错位导致的幻觉及覆盖率不足问题。SynapseFlow 的创新包括两点：
REFORGE: A Method for Benchmarking LLMs' Reverse Engineering Capabilities in Decompiled Binary Function Naming
该论文提出 REFORGE 方法，旨在系统评估大型语言模型（LLM）在反编译二进制函数命名中的逆向工程能力。当前 LLM 在逆向工程中的应用日益增多，甚至有威胁情报报告显示它们已被用于真实攻防场景，但现有基准测试存在根本性问题：它们将函数级
Claimed or Attested? A Commit-Signature Dataset and Identity Trust Tiers across the World of Code
该论文提出了首个针对全球Git提交代码库（World of Code, WoC）的提交签名轴线数据集，并基于签名构建了身份信任层级。研究背景：Git提交中的作者字符串是自由文本，无法验证身份真实性；而加密签名提交将提交绑定到提交者控制的密钥