本文研究如何利用轻量级本地大语言模型（LLM）进行软件漏洞检测，重点关注源代码输入表示对检测效果的影响。当前多数提示方法直接使用原始源代码，也有部分工作采用抽象语法树（AST）等结构化表示，但AST的冗长性显著增加了输入token数量，可能超出LLM上下文窗口限制。作者提出将行为树（BT）作为替代性的中间表示，并设计了一套预处理流程：先将Java源代码解析为AST，再转换为行为树。行为树以更紧凑的方式编码控制流、条件与可执行动作。实验在Juliet Java测试套件的460个样本上进行，比较了三种输入表示（原始源码、AST、行为树）的漏洞检测性能，使用单一量化本地模型Mistral Small 3.2 24B（Q4_K_M）。结果表明：对于短样本，行为树表示能提升召回率，而原始源码获得更高精确率；对于长样本，行为树相比原始表示提升了整体性能，且能适配上下文窗口，而许多AST表示则超出上下文限制。研究结论认为，行为树可为量化、本地可部署的LLM提供一种紧凑且有效的结构化源码表示，有助于在资源受限环境下提升漏洞检测能力。该工作为面向蓝队和代码安全分析工具的开发提供了新的表示思路。

该论文提出了一个名为 GONDAR 的 sink 中心化模糊测试框架，用于在 Java 应用程序中系统性地发现安全漏洞。现有的模糊测试工具往往忽略了安全敏感 API（sink）所携带的漏洞特定知识，例如到达 sink 的程序约束和触发漏洞的利用条件。GONDAR 首先通过 CWE 特定扫描结合 LLM 辅助的静态过滤来识别可达且可利用的 sink 调用点。然后，它部署两个专门智能体：探索智能体通过迭代求解路径约束生成输入以到达目标调用点，利用智能体通过推理并满足漏洞触发条件来合成利用验证代码。这两个智能体与覆盖引导的模糊测试器协同工作，持续交换种子和运行时反馈。在真实 Java 基准测试中，GONDAR 发现的漏洞数量是当前最先进的 Java 模糊测试器 Jazzer 的四倍。此外，早期版本的 GONDAR 助力 Team Atlanta 在 DARPA AI Cyber Challenge 中获得第一名，并且已集成到 Linux 基金会 OpenSSF 的沙箱项目 OSS-CRS 中，用于分析开源 Java 项目，目前已发现一个零日漏洞。

该论文针对LLM生成Java代码中安全API（JCA和JSSE）的误用问题进行了复制与扩展研究。2024年的原始研究表明，LLM生成的代码普遍存在安全API误用风险，但该结论基于较早期的模型。本工作选取了前沿闭源模型GPT-5.5和强开源模型Llama-3.3-70B-Instruct，在相同基准上评估其表现，并引入外部安全知识（安全代码示例、显式误用模式、开发者指南、安全提示）来观察缓解效果。实验发现：新模型整体性能提升，但误用问题并未根除；外部知识能显著改善结果，但效果因模型而异——对Llama模型，安全代码示例是最有效的单一知识类型；对GPT-5.5，显式误用模式在有效程序上完全消除了检测到的安全API误用，但仍有部分输出因编译错误或目标API不匹配而无效；此外，开发者指南知识和安全提示对GPT-5.5也有大幅提升。研究表明，检索增强知识的效果不仅取决于知识本身和检索行为，还依赖于模型能力。该论文为LLM辅助Java开发中的安全实践提供了重要实证，强调了结合外部安全知识来降低API误用风险的必要性。