autofz: Automated Fuzzer Composition at Runtime.
本文提出了一种名为 autofz 的自动化元模糊测试框架，旨在解决模糊测试工具选择负担的问题。随着模糊测试技术的发展，出现了大量各具特色的模糊器，它们在不同目标上表现各异，但不存在一个在所有场景下都最优的通用模糊器。传统方法通过标准基准测试
#vulnerability-detection
共收录 71 条相关情报。
← 返回所有主题CLEAR: Causal Context-Based Agentic Reasoning for Vulnerability Detection
该论文提出了一种名为 CLEAR (Causal Context-based Agentic Reasoning) 的新型多智能体漏洞检测框架，旨在解决现代软件漏洞检测中难以建模复杂因果依赖关系的问题。传统方法（包括基于大语言模型和多数多智
Vulnerability Detection in AArch64 Machine Code Using a Digital Twin
本文面向无源码场景下的 AArch64 机器码漏洞检测问题，提出了一种基于数字孪生（Digital Twin）的可解释检测方法。传统二进制分析手段往往依赖符号执行或模糊测试，计算开销大且难以覆盖多步利用模式；同时很多现有工具只报告孤立的危险
BINALIGNER: Aligning Binary Code for Cross-Compilation Environment Diffing.
本文提出了一种名为 BINALIGNER 的二进制代码比对方法，旨在解决跨编译环境下的二进制文件差异分析问题。二进制差异分析（Binary Diffing）通过比对两个二进制文件的控制流图，将对应同一源代码片段的片段进行对齐，广泛应用于漏洞
Graph Is the Verifier: Agentic Reinforcement Learning for Interprocedural Vulnerability Detection
本文提出 VulAgentRL，一个面向跨函数（过程间）漏洞检测的智能体强化学习框架。现实中的漏洞往往涉及多个函数，但现有基于学习的检测器大多孤立地分析每个函数。作者在真实 CVE 样本上统计发现，71.7% 的脆弱函数需要依赖函数外部的证
ZIMPAF & RedPhuzz: High-fidelity Web Application Fuzzing via Branch, Language Construct, and Function Call Monitoring
该论文提出了ZIMPAF和RedPhuzz两个系统，以克服现有Web应用模糊测试工具的三大局限性：插桩效率低、缺乏执行环境知识、以及有限的Web领域知识。ZIMPAF是一种运行时解释器插桩工具，实现了多粒度插桩，不仅能提供分支覆盖率，还能监
ALIBI: Adaptive Agentic Attacks on LLM-Based Vulnerability Detectors via Adversarial Code Comments
大型语言模型（LLM）越来越多地被用于安全敏感任务，如漏洞检测和代码审查。这篇论文发现了一个此前未被充分探索的攻击面：攻击者可以在源代码中插入对抗性注释，这些注释能够影响检测器的推理过程，而不改变程序的执行行为。作者将攻击者建模为一个编码代
Ethereum NFT Smart Contracts: Knowledge-Guided Vulnerability Detection with LLM and Code Slicing
该论文针对以太坊非同质化代币（NFT）智能合约中的漏洞检测问题，提出了一种结合漏洞导向代码切片、ERC-721 知识库和受限大语言模型（DeepSeek）分析的方法。研究背景是：现有静态分析工具（如 Slither、Mythril）基于规则
Buzz to Boom: Detecting Message Progression Vulnerabilities in Electron Applications via Segmented Directed Fuzzing
Electron是一个广泛用于构建跨平台桌面应用的框架，它基于Web技术，由多个不同权限等级的进程组成，进程间通过消息传递通信。当进程间消息携带攻击者控制的输入时，这些输入可能在进程间传播并最终到达特权API（如命令执行），这种消息传播行为
TaintRadar: Semantic-Aware Taint-Style Vulnerability Detection via Augmented Code Property Graphs
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
Routing Ceilings Are Domain-Independent: Structural Prior Injection in Code Security Vulnerability Detection
本文研究了大型语言模型（LLM）在代码安全漏洞检测中的路由天花板现象。作者基于先前的数学推理研究（SAIR）假设，将结构先验（即“小抄”）注入提示词，以提升模型在特定分布下的漏洞检测能力。实验使用了三个LLM（GPT-OSS-120B、Ll
DREA: Decoupled Reasoning and Exploration Agents for Repository-Level Vulnerability Detection
该论文提出 DREA（解耦推理与探索代理）框架，旨在解决现有基于大语言模型（LLM）的漏洞检测方法在仓库级别（跨函数、跨文件）上下文自适应获取上的不足。现有方法多依赖孤立函数或固定程序分析规则提取的上下文，难以应对涉及多个函数或文件的复杂漏
Bulkhead: Automated Semantic Detection and Remediation of Container Escape Vulnerabilities
该论文提出 Bulkhead，一个自动化框架，用于检测和修复容器逃逸中的路径遍历（PaTra）漏洞。背景是容器生态系统中的文件系统隔离常因跨边界路径解析错误而削弱，导致路径遍历漏洞。这些漏洞源于不安全的主机-容器交互，尤其是在云系统将共享资
File Hijacking Vulnerability: The Elephant in the Room.
该论文对文件劫持漏洞（File Hijacking Vulnerabilities, FHVulns）进行了系统性研究。文件劫持漏洞是一类通过操纵文件内容或路径来突破安全边界的漏洞，但此前缺乏对其底层机制的全面理解。作者收集了2020年1月
Knowledge Over Parameters: Evolving Smart Contract Vulnerability Detection
该论文提出 EvoVuln，一个自动生成智能合约漏洞检测程序化知识的框架。现有基于大语言模型（LLM）的方法存在局限：基于提示的方法依赖人工设计的检测规则，而微调则需要大量标注样本，这在智能合约领域难以获取。EvoVuln 将漏洞检测重新定
Antaeus: Hunting Repository-Level Logic Vulnerabilities via Context-Grounded LLM Reasoning
该论文提出了Antaeus，一个用于检测仓库级逻辑漏洞的框架，通过将LLM推理锚定在仓库级代码上下文中来克服现有方法的局限性。逻辑漏洞的识别需要推断应用特定的安全不变量和隐式假设，而现有基于LLM的检测器在内存安全等漏洞上表现良好，但难以处
SmartInv: Multimodal Learning for Smart Contract Invariant Inference.
智能合约是区块链上执行各种商业活动的软件程序。近年研究发现了一类新的“机器不可审计”漏洞，它们源于源代码未能满足底层交易上下文。现有检测方法需要人工理解交易逻辑并手动推理不同上下文来源（即模态），例如代码和描述预期交易行为的自然语言。为了自
Words Speak Louder Than Code: Investigating Cognitive Heuristics in LLM-Based Code Vulnerability Detection
该论文首次系统性地探索了大型语言模型（LLM）在代码漏洞检测中受到认知启发（cognitive heuristics）影响的现象。作者设计了一个可控框架，保持代码本身不变，仅改变周围上下文来触发三种认知启发：晕轮效应（通过作者归属）、框架效
Symbolon: Symbolic Execution by Learning Code Transformation
符号执行是一种强大的程序分析技术，广泛应用于漏洞检测、安全测试和恶意软件分析等领域。然而，该技术面临可扩展性问题，例如路径爆炸和复杂约束，这些问题往往源于真实程序中常见的特定结构和语义模式。现有方法尝试通过将程序转换为新表示来规避这些模式，
Understanding Binary Code Similarity for Real-World Vulnerability Detection: A Large-Scale Empirical Study
该论文对二进制代码相似性检测（BCSD）在真实世界漏洞检测中的应用进行了大规模的实证研究。固件是物联网设备的核心，其开发高度依赖第三方库（TPL），这虽然加速了开发过程，但也引入了相关漏洞。BCSD通过比较代码片段对来识别固件中的漏洞，是一