JUNID: Empowering Static Analysis with Asymptotically Optimal Intersection with Incomplete Sentences.
该论文提出了一种名为JUNID的方法,旨在提升静态分析中处理不完整句子交集问题的渐近最优性。静态分析是软件安全中的重要技术,用于在不执行程序的情况下检测潜在漏洞。然而,当分析涉及不完整的程序片段或部分代码时,现有交集算法的效率可能下降。JU
共收录 69 条相关情报。
← 返回所有主题该论文提出了一种名为JUNID的方法,旨在提升静态分析中处理不完整句子交集问题的渐近最优性。静态分析是软件安全中的重要技术,用于在不执行程序的情况下检测潜在漏洞。然而,当分析涉及不完整的程序片段或部分代码时,现有交集算法的效率可能下降。JU
本文提出了一种名为TaintRadar的静态污点分析框架,旨在解决现有代码属性图(CPG)在漏洞检测中的三大关键缺陷:粗粒度的净化建模(将验证视为二进制屏障)、数据库盲点(无法跨持久层追踪污点)以及浅层面向对象分析(遗漏字段级和跨过程数据流
开源软件易受针对传递依赖的供应链攻击,尤其恶意代码注入NPM包。现有检测器常存在以下不足:对混淆行为的建模不充分,忽视JavaScript的面向对象特性,静态与动态分析协调不佳,以及行为抽象过程中丢失语义信息。为此,本文提出ProfMalP
该论文提出了一种名为WHIP的新方法,旨在通过强制多个静态分析工具协作来提高Web应用程序中漏洞检测的效果。传统静态分析工具通常独立运行,存在误报率高、漏报率高等问题。WHIP通过设计一种协作机制,让不同工具共享中间结果并相互验证,从而提升
算法复杂度漏洞(ACV)是指攻击者通过精心构造的输入触发目标系统的最坏情况执行行为,导致严重性能退化或拒绝服务。现有ACV检测工具通常依赖模糊测试、符号执行或混合分析,但存在语言特异性、需要大量人工构建测试框架以及运行时插桩开销大等问题。本
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(
该论文针对当前软件安全中广泛使用的消毒器(sanitizer)存在的冗余检查问题展开研究。消毒器通过插入运行时检查来检测内存错误、未定义行为等漏洞,但大量检查是冗余的,因为开发者已在代码中通过类型检查(如显式的类型转换或条件判断)隐含地保证
本论文关注亚马逊 Alexa 语音助手平台中第三方技能(voice applications)违反平台政策的问题。研究首先通过一项包含 34 名第三方技能开发者的用户调研,揭示了开发者对平台各项政策要求(如隐私、安全、内容合规等)的认知存在
该论文针对PHP原生应用中服务器端请求伪造(SSRF)漏洞的检测问题展开研究。现有静态污点分析工具在检测SSRF时存在高误报和高漏报的问题,主要原因包括:未纳入应用特定的source和sink函数、未考虑PHP动态类型特性、缺乏SSRF专用
本文提出 PRISM(PE 节间关系矩阵),一个用于静态 Windows PE 恶意软件检测的开源数据集和特征表示。现有基准(如 EMBER、BODMAS、SOREL-20M)将 PE 文件表示为扁平的一维特征向量,丢弃了节的顺序和节间关系
该论文提出了一种名为QUACK的框架,旨在自动防御托管语言中的反序列化攻击。反序列化漏洞广泛存在于PHP、Java等语言中,攻击者通过篡改序列化对象,利用现有代码片段(gadgets)形成利用链。QUACK的核心思路是通过静态鸭子类型推断技
本文针对 Linux 内核快速开发周期中引入新漏洞的问题,提出了一种增量静态分析方法(Progressive Scrutiny),旨在高效检测内核中的 UBI(Use-Before-Initialization)漏洞。传统静态分析工具虽然能
随着大语言模型(LLM)的广泛部署,模型上下文协议(MCP)已成为连接LLM与外部资源的事实标准。然而,MCP协议本身引入了一类隐私泄露风险,现有工具难以检测。与传统的显式数据泄露不同,MCP服务器中的泄露主要是协议诱导的:凭据、API密钥
大规模代码库的自动化漏洞发现仍然面临挑战:传统静态分析误报率高,而动态方法(如模糊测试)需要大量基础设施且通常针对狭窄的漏洞类别。近年来,大型语言模型(LLM)的进展使得对程序行为进行语义推理成为可能,但将LLM应用于仓库级安全分析会遇到上
该论文提出了一种从设计上保护隐私的Android恶意软件检测流水线。现有检测方法普遍需要收集设备标识符、网络痕迹、运行时数据等敏感用户信息,尽管后续可采用匿名化、加密或联邦学习等技术保护隐私,但仍然要求用户高度信任拥有特权访问权限的系统。作
该研究针对移动应用隐私政策生成不准确的问题,提出了一种结合静态代码分析的自动化方法。现有基于问卷的隐私政策生成器依赖于开发者正确回答隐私相关问题,但实际生成的策略往往无法反映应用的真正隐私实践。研究者设计并实现了PrivacyFlash P
该论文提出了一种新颖的 AI 增强静态分析方法,旨在弥合传统静态分析中启发式方法与完备性之间的鸿沟,为实用的逆向工程提供可靠解决方案。逆向工程面临诸多挑战,如代码与数据交织、缺少名称/类型/栈帧、编译器激进优化以及各种混淆技术。传统静态分析
本文提出 NeuroLog,一个端到端、无需构建环境的漏洞发现流水线,用于 C/C++ 源代码。核心思路是将 LLM、Datalog(Soufflé)和 SMT 求解器(Z3)分层协作:LLM 逐个函数提取类型化的数据流事实;Soufflé
该论文提出一种结合符号执行与推测性库预加载的静态控制流图(CFG)恢复技术,专门针对依赖动态代码加载来逃避静态分析的加壳软件和现代恶意软件。现有静态分析方法无法处理运行时动态链接引入的间接调用,导致无法恢复完整的CFG。本文方法在符号执行环
Rust 作为一种系统级编程语言,通过强大的类型系统和所有权模型在编译时保证内存安全,但实际应用中仍然存在运行时崩溃和内存安全错误,可能导致可利用漏洞。现有静态分析工具在检测 Rust 程序中的缺陷时存在精度或覆盖面的不足。本文提出 Mir