本文研究的是 ReDoS(正则表达式拒绝服务)这一软件弱点及其检测工具生态。ReDoS 的成因是: 当正则表达式被用于校验用户可控输入时, 某些正则的匹配过程会退化为指数级(或超线性)时间复杂度, 攻击者只需构造特定输入即可让服务端线程长期占用 CPU, 最终导致服务不可用。论文围绕两个目标展开实证研究。第一项工作是工具评测: 作者选取三套数据集, 对五款公开可用的 ReDoS 检测工具以及一款正则修正/修复工具进行横向对比, 考察它们在'给定正则是否易受 ReDoS 影响'这一判定上的有效性与一致性。第二项工作是对 NVD(国家漏洞数据库)中所有已上报的 ReDoS 漏洞条目做系统性实证分析, 刻画这类漏洞在数量、时间趋势、受影响组件类型等方面与非 ReDoS 漏洞的差异, 从而提炼关于该弱点类别的整体认识。论文的主要发现有三点: (1) ReDoS 漏洞正变得越来越普遍, 在漏洞报告中占比持续上升; (2) 与非 ReDoS 漏洞相比, ReDoS 漏洞被实际利用的可能性显著更高; (3) 不同检测工具对同一个正则是否脆弱的判断存在明显分歧, 说明当前工具之间缺乏统一的判定标准与权威基准, 检测结论高度依赖所选工具。该研究对开发团队、代码审计人员和安全工程团队在选择与评估 ReDoS 防护工具、设计正则审查流程方面具有直接参考价值, 也指出了构建更可靠检测基准的方向。适合关注应用层拒绝服务、输入校验安全、SAST/代码审计工具选型的研究者与工程人员阅读。

该论文针对正则表达式拒绝服务（ReDoS）漏洞的修复效率与质量不足问题，提出一种名为 VULCANBOOST 的自动化修复增强方法。研究背景是：ReDoS 由正则表达式的灾难性回溯导致，现有自动化修复工具在生成补丁时往往依赖语法改写或简单启发式，修复后的正则可能仍然存在性能隐患，或修复过程耗时过长，难以适配大规模代码库。VULCANBOOST 的核心思路是将正则表达式转换为符号表示，并引入特征归一化机制：符号表示用于捕获正则结构的本质特征，从而避免对具体语法形式的过度敏感；特征归一化则用于统一不同但等价的表达式变体，使修复模型能够更稳定地学习漏洞模式与安全模式之间的区分。在修复流程上，该方法结合了静态分析与约束求解，能够生成保证不再触发灾难性回溯的替换表达式。论文报告了在多个真实世界正则表达式数据集上的实验，涉及 Python、JavaScript 等语言的常用库，结果显示 VULCANBOOST 在修复成功率、修复后性能（匹配耗时）、以及对原有语言语义的保持方面均优于若干基线工具，且修复所需时间显著下降。该论文的读者对象主要为从事漏洞自动修复、程序分析、静态检测工具研发的安全工程师，以及关注正则表达式安全性的后端和平台开发者。由于当前仅提供论文摘要，未涉及具体工具实现细节或完整的实验数据，因此所有结论的可验证性有限。

正则表达式（regex）在现代编程语言中广泛使用，但同时也是拒绝服务（DoS）攻击的潜在向量。近期实证研究表明，在典型正则引擎中，多达10%的正则表达式具有超线性最坏情况时间复杂度。因此，许多Web服务被报告易受正则表达式拒绝服务（ReDoS）攻击。若能透明地降低正则引擎的时间复杂度，则可消除ReDoS漏洞，且对应用开发者无额外成本。然而，现有的ReDoS防御方法——替换正则引擎、优化引擎或逐个替换正则表达式——在正确性和兼容性方面存在问题。完全的记忆化（memoization）虽然正确且兼容，但其空间开销过高。目前尚无有效的ReDoS防御被实际采用。本文提出了一种选择性记忆化方案，能够以较低的空间开销可证明地消除超线性正则行为。作者设计了多种具有不同空间/时间权衡的选择性记忆化方案，并进一步提出了一种利用正则引擎语义洞察的编码方案，以降低记忆化的空间成本。此外，还考虑了安全处理扩展正则特性的方法。作者在真实世界正则表达式语料库上实现了所提方案并进行了评估。实验表明，对于中位数正则表达式，选择性记忆化将记忆化的空间成本降低了一个数量级；而运行长度编码进一步将90%正则表达式的空间成本降低为常数。这项研究为防御ReDoS提供了一种高效且兼容的方法，有望在不改变开发者行为的情况下消除此类漏洞。