Security of Agent-Integrated Software: When Human Operations and Agent Actions Coexist
该论文关注「智能体集成软件」（Agent-Integrated Software, AIS）这一新兴软件形态的安全问题。AIS 的思路是在传统应用程序中内嵌一个智能体，使系统同时支持两类操作路径：一类是人类用户操作，用于做精细修改、审查结果
#software-security
共收录 15 条相关情报。
← 返回所有主题AIJon: Automated Generation of Annotations for Fuzzing
该论文关注模糊测试（fuzzing）中的反馈引导问题。当前主流 fuzzer 以代码覆盖率为反馈来指导探索，这一策略被证明有效，但它会忽略那些不产生新代码路径、却仍对目标程序有意义的输入。此前 IJON 研究显示，由人类领域专家编写的注解（
Python Import as an Execution Boundary: An Empirical Study of Bugs, Vulnerabilities, and Analysis Gaps
该论文关注一个长期被安全社区低估的问题：Python 的 import 语句不仅是依赖解析机制，更是一个执行边界——在模块与包的初始化阶段就会实际执行代码。这种执行可能触发异常、动态加载模块或原生扩展、访问文件/网络/环境资源，甚至在应用尚
The Security Feature Location Problem
该论文提出并定义了“安全特性定位”（Security Feature Location）问题，旨在解决软件安全工程中的一项基础性难题：给定一个软件系统，它实际实现了哪些安全特性（如身份认证、加密、访问控制等），以及这些特性具体对应到代码中的
On Borrowed Time - Preventing Static Side-Channel Analysis.
该论文针对静态侧信道分析的可达性问题展开研究。在侧信道攻击中，攻击者通常需要找到从程序输入到敏感信息泄露的传播路径（即可达性），而静态分析技术常被用于自动识别这类路径。作者提出一种名为“借用时间”（On Borrowed Time）的方法，
A Survey of Parser Differential Anti-Patterns.
本论文针对软件系统中解析器差异（Parser Differentials）现象进行系统性综述与根因分析。解析器差异指两个或多个解析器对同一输入产生不同解释，这种不一致在复杂系统中难以检测，主要挑战在于如何从庞大代码库中抽象出解析器逻辑，以及
Instruction Alignment for Binary Code Representation Learning
二进制代码表示学习是软件安全与逆向工程中的基础性难题，其目标是为二进制函数生成可供机器学习算法使用的嵌入表示。现有主流方法通常聚焦于函数级嵌入，通过对比学习或分类任务捕获不同函数之间的粗粒度语义相似性，但忽视了指令级粒度的对应关系。这种粒度
D-Helix: A Generic Decompiler Testing Framework Using Symbolic Differentiation.
本文提出 D-Helix，一个通用的反编译器测试框架，利用符号微分技术自动生成具有可控复杂度的测试程序。现有反编译器测试方法依赖手动编写的测试用例或随机生成的代码，难以覆盖各类反编译器的不同编译优化选项和目标架构。D-Helix 的核心思想
How to Compare the Security of Code Written by Humans to LLM-generated Code
随着大型语言模型（LLM）在软件开发中的广泛应用，如何客观比较LLM生成代码与人类编写代码的安全性成为一个关键问题。目前缺乏标准化的实证研究方法，导致难以评估LLM是提升还是削弱了安全基线。为此，本文提出一个自动化框架，用于在纯人类、纯LL
CODEFUSE-DEBENCH: An Empirical Study on Readability, Recompilability, and Functionality
二进制反编译旨在将二进制代码恢复为高级语言源代码，但现有评估方法主要依赖语法相似性（如BLEU）或单一维度的可读性指标（如McCabe复杂度），无法反映实际可复用性。本文提出一种以可复用性为导向的评估范式，从三个正交维度衡量反编译器质量：可
Quality-Assured Fuzz Harness Generation via the Four Principles Framework
本文针对C/C++软件中模糊测试（fuzz testing）的关键瓶颈——fuzz harness（连接模糊器和库API的程序）的正确性问题，提出了一种自动化生成高质量harness的系统QuartetFuzz。现有的自动化harness生
Empc: Effective Path Prioritization for Symbolic Execution with Path Cover.
本文针对符号执行中的路径爆炸问题，提出了一种基于路径覆盖的有效路径优先级排序技术Empc。符号执行是一种强大的程序分析技术，能够系统地探索被测试程序的执行路径并检测软件缺陷，但路径爆炸严重限制了其可扩展性和性能。以往的路径优先级排序方法使用
Patch2Vuln: Agentic Reconstruction of Vulnerabilities from Linux Distribution Binary Patches
该论文提出 Patch2Vuln，一个利用语言模型代理从 Linux 发行版二进制补丁中重建漏洞信息的研究框架。安全更新发布后，防御者和攻击者均有机会对比漏洞版本和修复版本的软件，但实际运维中往往只有二进制包可用，缺乏源码补丁或公告文本。P
Accurate Identification of the Vulnerability-Introducing Commit based on Differential Analysis of Patching Patterns.
该论文针对软件供应链安全中识别漏洞引入提交（Vulnerability-Introducing Commit, VIC）这一关键问题，提出了一种基于补丁模式差异分析的新方法。传统VIC识别方法主要依赖代码变更的文本特征或图结构，但往往受限于
MAS-SZZ: Multi-Agentic SZZ Algorithm for Vulnerability-Inducing Commit Identification
精确识别漏洞引入提交（Vulnerability-Inducing Commit）是软件安全领域多项任务（如漏洞检测、受影响版本分析）的基础。传统的SZZ算法通过追溯代码历史来定位最早修改漏洞代码的提交，但现有方法（如定制化V-SZZ和当前