ReproBench: Benchmarking LLM Agents on Reproducing Vulnerability From Scratch
该论文关注大语言模型(LLM)代理在网络安全任务中的评测问题。现有基准大多采用“后环境”评测范式,即直接向代理提供源代码、容器或可执行二进制,从而跳过了真实漏洞分析中最关键的环境重建环节。作者提出核心问题:代理能否仅凭一个 CVE 编号,自
共收录 4 条相关情报。
← 返回所有主题该论文关注大语言模型(LLM)代理在网络安全任务中的评测问题。现有基准大多采用“后环境”评测范式,即直接向代理提供源代码、容器或可执行二进制,从而跳过了真实漏洞分析中最关键的环境重建环节。作者提出核心问题:代理能否仅凭一个 CVE 编号,自
本文针对 Linux 内核漏洞自动化复现这一长期难题提出 SyzHarness 框架。内核漏洞复现是缺陷分诊、补丁验证与回归测试的关键环节,但其实现有效且高效的自动化仍十分困难。作者指出核心挑战有两点:一是复现程序必须先恢复出能够到达脆弱状
LLM 智能体正被用于漏洞发现、漏洞复现与补丁生成等安全任务,但在模型层面提升其能力通常依赖专家演示或可计算奖励,而安全任务恰恰很少具备这两点:执行轨迹昂贵、失败原因难以诊断、奖励稀疏且难以自动判定。因此研究重心转向执行框架(harness
该论文提出了 NICE(NIx CvE 复现框架),旨在解决软件漏洞复现困难的问题。当前安全研究、开源维护和教育中,漏洞复现常因环境配置复杂、依赖过期或不可重现而难以进行。NICE 基于 NixOS 和声明式配方(recipes),自动化构