AgentFlow: Building Agent Dependency Graphs for Static Analysis of Agent Programs
本文提出 AgentFlow，首个针对 LLM 代理程序的静态分析框架。LLM 代理程序通常基于代理框架开发，其行为不仅依赖传统控制流和数据流，还受代理依赖关系影响，如模型、提示、工具、记忆及多代理编排逻辑等。这些依赖关系往往通过框架语义（
#cs.SE
共收录 457 条相关情报。
← 返回所有主题An Empirical Study of Security Calibration in Large Language Models for Code
大型语言模型（LLM）正在迅速改变软件开发，但其在安全关键场景中的应用引发了一个关键问题：模型是否知道其生成的代码何时不安全？这种属性被称为校准（calibration），衡量模型的置信度是否与其输出的真实正确性一致。本文首次对LLM生成代
The Role of Online Forums in Developer Understanding of Privacy Law -- A Reddit Case Study
该论文研究了软件从业者如何利用在线论坛（特别是Reddit）来理解和应对复杂的隐私法规要求。作者针对Reddit上与隐私法规相关的子版块（subreddits）的用户进行了调查（223名参与者），并辅以对2248条帖子和回复的定性分析。研究
Symbolon: Symbolic Execution by Learning Code Transformation
符号执行是一种强大的程序分析技术，广泛应用于漏洞检测、安全测试和恶意软件分析等领域。然而，该技术面临可扩展性问题，例如路径爆炸和复杂约束，这些问题往往源于真实程序中常见的特定结构和语义模式。现有方法尝试通过将程序转换为新表示来规避这些模式，
Understanding Binary Code Similarity for Real-World Vulnerability Detection: A Large-Scale Empirical Study
该论文对二进制代码相似性检测（BCSD）在真实世界漏洞检测中的应用进行了大规模的实证研究。固件是物联网设备的核心，其开发高度依赖第三方库（TPL），这虽然加速了开发过程，但也引入了相关漏洞。BCSD通过比较代码片段对来识别固件中的漏洞，是一
How Humans, Bots, and Agents Communicate About Vulnerabilities in Pull Requests
该论文研究开发者在拉取请求（pull request）讨论中如何沟通漏洞信息，涵盖人类、机器人和编码代理（如GitHub Copilot等AI助手）。传统研究主要关注显式漏洞标识符（如CVE、GHSA），但隐式安全相关语言（如“未授权访问”
A Deterministic Control Plane for LLM Coding Agents
该论文研究了大语言模型（LLM）编码代理（coding agents）的配置管理问题。编码代理通常被授予广泛的文件系统和shell访问权限，但指导其行为的配置层（如规则文件、代理定义、IDE特定的markdown）却缺乏系统化管理。作者对1
The Web4 Agent Economy: A Large-Scale Empirical Study of the Landscape, Challenges, and Opportunities
本文是首个针对Web4代理经济的大规模实证研究。Web4被视为从Web3演进的下一个阶段，其核心特征是自主代理作为独立经济实体，能够持有加密钱包、执行链上交易并支付外部API调用费用。研究背景指出，这类代理的兴起需要新的基础设施栈，例如Mo
Automated Detection of Configuration-Specific Security Vulnerabilities via Patch Analysis
本文研究高度可配置的C/C++系统中安全补丁与编译时配置选项空间之间的映射关系。作者正式定义了“漏洞影响条件”（VIC）——一个关于配置选项的布尔谓词，用于描述所有包含原始缺陷的变体。他们提出了一种纯静态技术PatchLens，通过将AST
Representation Matters: An Empirical Study of Program Representations for LLM Vulnerability Reasoning
本论文针对大语言模型（LLM）用于自动化漏洞检测时，程序结构与语义信息的表示方式这一关键问题进行了实证研究。作者指出，当前的提示工程方法通常直接提供原始源代码，但这一做法缺乏理论支撑，且可能引入冗余信息导致推理效果下降。为此，论文构建了Re
AutoSpec: Safety Rule Evolution for LLM Agents via Inductive Logic Programming
本文提出 AutoSpec 框架，针对大语言模型（LLM）智能体在自动化复杂任务时面临的安全规则设计困境：手工规则过于保守（高误报）或过于宽松（漏报），而神经分类器缺乏可解释性。AutoSpec 基于归纳逻辑编程（ILP）的计数器示例引导归
An Automated Framework for Input Alphabet Construction in Stateful Protocol Implementation Learning
该论文提出了一种自动化框架，用于在状态协议实现的状态机学习中自动构建输入字母表。传统状态机学习依赖手工构建输入字母表，这限制了输入探索的完备性，难以捕获异常的非符合消息，从而遗漏潜在的语义缺陷。论文采用大型语言模型（LLM）解析协议消息布局
The EVerest Dataset for Secure Software Engineering
该论文提出 EVerest 数据集，用于支持安全软件工程中的端到端安全验证。EVerest 基于开源电动汽车充电桩软件栈，包含 84 个手动提取的安全需求（注释安全目标）、1445 个细粒度安全元素（组件、实体、数据、数据流、状态等）、验收
Understanding the (In)Security of Vibe-Coded Applications
本文系统研究了基于大型语言模型（LLM）的“氛围编码”（vibe coding）安全缺陷。vibe coding 是一种新兴的开发范式，用户通过自然语言与AI代理交互即可创建应用，因门槛低而快速普及。不同于传统AI辅助编程中开发者仍负责实现
What You See Is Not What You Execute: Memory-Based Runtime SBOM Generation for Supply Chain Security
现代软件开发高度依赖来自公共仓库的第三方组件，这扩大了软件供应链攻击面。为了应对这一风险，美国联邦倡议推动了软件物料清单（SBOM）作为标准化机制，通过描述软件组件、依赖关系及其关联来提升透明度。然而，基于元数据或文件系统工件构建的SBOM
VeriPort: Automated and Verified Patch Backporting at Scale
本文提出 VeriPort，一个端到端的自动化补丁回溯系统，旨在解决开源依赖中已知漏洞的修复难题。当前，安全补丁通常仅针对最新版本发布，开发者面临两难：要么升级到最新版本（可能引入破坏性变更），要么手动将补丁回溯到旧版本。现有回溯方案只能针
RAVEN: Agentic RAG for Automated Vulnerability Repair
自动化漏洞修复是缓解软件安全问题的重要方向。现有方法多局限于内存漏洞、单一编程语言或依赖专有大语言模型（LLM），且泛化能力不足。本文提出RAVEN框架，基于智能体检索增强生成（Agentic RAG）和可控迭代修复，实现可扩展、高效、自主
On Good Authority: Release-Authority Measurement for Registry-Mediated Package Ecosystems
该论文针对软件包生态系统中发布路径的权威性问题，提出了一种前驱感知的发布权威记录方法。该方法通过比较每个包版本与其直接前驱版本在发布者、仓库、CI工作流、来源凭证、签名和中介证据等多个维度的差异，来识别发布路径上的不连续点。作者对npm、P
Lingering Authority: Revocable Resource-and-Effect Capabilities for Coding Agents
本文针对编码代理（coding agents）在执行任务时存在的“持久权限”（lingering authority）问题展开研究。当前编码代理通常在整个任务周期内被授予广泛的工具访问权限，即使某个资源仅在某一子目标中需要，其权限仍会在该子
Revelio: Cost-Efficient Agentic Memory Safety Vulnerability Detection For Repository-Scale Codebases
本文提出 Revelio，一个面向仓库级代码库的内存安全漏洞检测智能体框架。内存安全漏洞（如缓冲区溢出、释放后使用等）即使在经过大量模糊测试和人工审计的项目中仍然存在。现有基于大型语言模型（LLM）的方法虽有潜力，但存在幻觉、不可靠且难以扩