Beyond Predefined Sinks: Security-Aware Dependency Analysis for LLM Agents
该论文聚焦 LLM Agent 安全分析中的一个基础性难题：如何判定模型生成的决策是否会真正触达安全敏感能力。现有方法通常以「预定义的敏感操作（sink）」作为分析锚点，例如命令执行、文件系统读写、网络通信、浏览器控制以及外部工具调用等。但
#static-analysis
共收录 69 条相关情报。
← 返回所有主题DistillGuard: Malicious NPM Package Detection and API Attack Chain Analysis via Static Graph and LLM Distillation
该论文针对 Node.js/NPM 生态中恶意包泛滥、软件供应链攻击频发的问题，提出了一套名为 DistillGuard 的轻量级恶意 NPM 包检测框架。作者指出，恶意代码主要在包安装、导入（import）和运行时三个阶段被触发，而现有防
CONCURDEP: Event-Guided Analysis of Dependency Invalidation in CPython Concurrency
该论文关注 CPython 移除全局解释器锁（GIL，即 free-threaded 构建）后带来的新安全问题：原生 C 扩展代码原本不必面对 C 语言类型之外的并发语义，如今却会在「获取」与「使用」之间遭遇对象的并发撤销。作者指出，一个原
C-to-Rust Fallacy: Automatic Refactoring != Memory Security
该论文针对当前自动将 C 代码重构为 Rust 的工具开展了系统性实证研究。研究背景是 Rust 凭借内存与类型安全保证成为系统编程的热门语言，但人工把 C 迁移到 Rust 需要深入的领域知识与大量投入；因此业界出现了基于静态分析与大语言
Delphi Scanner: efficient and interpretable static malware detection via API sequence modeling
该论文提出名为 Delphi Scanner 的 Windows PE 文件静态恶意软件检测系统，核心目标是同时兼顾三方面诉求：检测有效性、计算效率与分析可解释性。作者指出，传统静态检测常在三者之间取舍——基于特征签名的方法高效但难以泛化，
Reachability, Not Observation: Containing Systems Whose Wiring Changes
这篇论文 (cs.NI) 讨论一个被普遍忽视的安全度量偏差: 围堵 (containment) 决策——防火墙放在哪里、监控哪些链路、程序能触及什么——通常基于对系统结构的某一次观测快照来计算, 而真实的连接关系 (wiring) 会随时间
CASHEWS: Source Preprocessor for LLM-based Malicious Package Detection
该论文聚焦于基于大语言模型的恶意 npm 包检测中的一个关键盲区:LLM 的上下文窗口有限,而攻击者可以利用 JavaScript 混淆制造极高的 token 密度,或把恶意代码与良性代码打包(bundling)在一起,使文件体积膨胀、超出
A Security Risk Assessment Framework for AI-Powered Development Tools
该论文关注 AI 编程助手大规模进入软件开发生命周期后带来的安全风险,但指出当前研究存在明显偏向: 大量工作聚焦于「AI 生成代码中是否存在漏洞」这一检测问题,而缺乏对漏洞严重性、任务语境与整体风险水平的系统化评估方法。为填补这一空白,作者
TasmScan: Continuation-Aware Taint Analysis for TVM Bytecode with Savelist Abstraction
该论文关注 The Open Network (TON) 区块链上的智能合约安全。TON 峰值市值超过 200 亿美元，已有超过 1.75 亿个激活链上地址，其合约由 TVM（TON 虚拟机）执行。TVM 的一大特点是使用一等续体（firs
Vulnerability Localization Benchmark: Measuring Agentic Security Analysis at Repository Scale
随着语言模型代理越来越多地被用于处理完整软件仓库，现有网络安全评测多聚焦于代理能否检测、复现或修复漏洞，却很少衡量它们能否真正“定位”到相关代码。本文提出“漏洞定位（vulnerability localization）”这一任务：给定一个
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
EchoFuzz: Empowering Smart Contract Fuzzing with Large Language Models
本文提出 EchoFuzz，一个由大语言模型（LLM）引导的智能合约模糊测试框架，旨在解决现有智能合约模糊测试中的两大瓶颈。背景方面：智能合约作为去中心化应用的基石，自主管理着规模达万亿美元级别的数字资产，因而成为攻击者的高价值目标，漏洞检
Beyond Static Guarantees: Measuring the Static-Pass Dynamic-Fail Gap in Security-Sensitive and LLM-Generated Python Code
该论文提出并量化了「静态通过、动态失败」（Static-Pass Dynamic-Fail, SPDF）现象：代码通过了静态安全扫描，但在真实运行时仍可被利用。作者指出，静态分析因可扩展、可复现、成本低，被广泛当作软件供应链与 AI 生成代
Towards Scalable and Cost-Efficient Vulnerability Detection: A Study on Automatic Query Generation
该论文聚焦于静态分析在软件安全中的核心地位与 CodeQL 等工具面临的现实瓶颈：构建高覆盖率查询套件通常需要大量人工投入。尽管大语言模型（LLM）在代码推理方面展现出潜力，但其生成结构化、可执行安全查询的实际能力仍缺乏系统评估。为此，作者
EventSpec: Defining and Detecting Event-Semantic Issues in Blockchain Ecosystems
近年来，智能合约已成为去中心化应用（DApp）的核心基础设施，而链下系统（如跨链桥、钱包、索引器等）高度依赖事件日志（event logs）来跟踪合约执行和状态变化。然而，以太坊虚拟机（EVM）并不验证或强制事件语义，导致日志可能与链上状态
ProtocolGuard: Detecting Protocol Non-compliance Bugs via LLM-guided Static Analysis and Dynamic Verification.
本文提出了一种名为 ProtocolGuard 的新型漏洞检测框架，用于检测网络协议实现中的协议不合规（non-compliance）缺陷。这类缺陷通常源于开发者在实现协议规范时对状态转换、字段约束或时序逻辑的错误理解，可能导致安全问题或功
DEFInit: An Analysis of Exposed Android Init Routines.
该论文《DEFInit: An Analysis of Exposed Android Init Routines》针对 Android 系统启动过程中的 init 例程（init routines）进行了系统性安全分析。Android 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，
POLYFLOW: A Neuro-Symbolic Framework for Static Cross-Language Information Flow Analysis
现代软件系统通常由多种编程语言混合构建（如 Python 与 C、Java 与 C 的交互），这种跨语言架构会因语言间的语义差异和隐式交互引入难以察觉的漏洞。传统静态分析器受限于不同语言语义的异构性，往往无法有效建模跨语言的数据流；动态分析
KUBO: Precise and Scalable Detection of User-triggerable Undefined Behavior Bugs in OS Kernel.
该论文提出了一种针对 Linux 内核的静态未定义行为（UB）检测器 KUBO，旨在同时实现高精度和全内核可扩展性。未定义行为通常源于 C/C++ 等底层语言中的编程错误，内核与硬件紧密交互，UB 可能被非特权用户态程序触发，导致严重的安全