論文の概要: What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs

• arxiv url: http://arxiv.org/abs/2509.22796v1
• Date: Fri, 26 Sep 2025 18:06:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:18.879241
• Title: What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs
• Title（参考訳）: LLM支援によるクリティカルメモリバグのセキュリティパッチ分類
• Authors: Xingyu Li, Juefei Pu, Yifan Wu, Xiaochen Zou, Shitong Zhu, Xiaochen Zou, Shitong Zhu, Qiushi Wu, Zheng Zhang, Joshua Hsu, Yue Dong, Zhiyun Qian, Kangjie Lu, Trent Jaeger, Michael De Lucia, Srikanth V. Krishnamurthy,
• Abstract要約: 我々は、LLM(Large Language Model)と細調整された小言語モデルに基づく2つのアプローチを統合するデュアルメタルパイプラインであるLMを開発した。 LMは、OOBまたはUAFの脆弱性に対処する最近のLinuxカーネルのパッチ5,140のうち111つを、手作業による検証によって90の正の正が確認された。
• 参考スコア（独自算出の注目度）: 46.325755802511026
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Open-source software projects are foundational to modern software ecosystems, with the Linux kernel standing out as a critical exemplar due to its ubiquity and complexity. Although security patches are continuously integrated into the Linux mainline kernel, downstream maintainers often delay their adoption, creating windows of vulnerability. A key reason for this lag is the difficulty in identifying security-critical patches, particularly those addressing exploitable vulnerabilities such as out-of-bounds (OOB) accesses and use-after-free (UAF) bugs. This challenge is exacerbated by intentionally silent bug fixes, incomplete or missing CVE assignments, delays in CVE issuance, and recent changes to the CVE assignment criteria for the Linux kernel. While fine-grained patch classification approaches exist, they exhibit limitations in both coverage and accuracy. In this work, we identify previously unexplored opportunities to significantly improve fine-grained patch classification. Specifically, by leveraging cues from commit titles/messages and diffs alongside appropriate code context, we develop DUALLM, a dual-method pipeline that integrates two approaches based on a Large Language Model (LLM) and a fine-tuned small language model. DUALLM achieves 87.4% accuracy and an F1-score of 0.875, significantly outperforming prior solutions. Notably, DUALLM successfully identified 111 of 5,140 recent Linux kernel patches as addressing OOB or UAF vulnerabilities, with 90 true positives confirmed by manual verification (many do not have clear indications in patch descriptions). Moreover, we constructed proof-of-concepts for two identified bugs (one UAF and one OOB), including one developed to conduct a previously unknown control-flow hijack as further evidence of the correctness of the classification.
• Abstract（参考訳）: オープンソースソフトウェアプロジェクトは、現代のソフトウェアエコシステムの基礎であり、Linuxカーネルはその普遍性と複雑さのために重要な例である。 セキュリティパッチはLinuxのメインラインカーネルに継続的に統合されているが、ダウンストリームのメンテナは採用を遅らせ、脆弱性のウィンドウを作成することが多い。 この遅れの主な理由は、セキュリティクリティカルなパッチ、特にOOB(out-of-bounds)アクセスやUAF(use-after-free)バグなどの悪用可能な脆弱性に対処することの難しさである。 この課題は、故意にサイレントなバグ修正、不完全または欠落したCVE割り当て、CVE発行の遅れ、LinuxカーネルのCVE割り当て基準の変更によって悪化する。 きめ細かいパッチ分類アプローチは存在するが、カバレッジと精度の両方に制限がある。 本研究では,これまで未調査であった,きめ細かいパッチ分類を大幅に改善する機会を同定する。 具体的には,コミットタイトルやメッセージ,差分などのキューを適切なコードコンテキストとともに活用することにより,LLM(Large Language Model)と微調整の小さな言語モデルに基づく2つのアプローチを統合するデュアルメソッドパイプラインであるDUALLMを開発した。 DUALLMは87.4%の精度と0.875のF1スコアを達成し、以前のソリューションよりも大幅に優れていた。 特に、DUALLMは、最近のLinuxカーネルのパッチ5,140のうち111つをOOBまたはUAFの脆弱性に対処するものとして特定し、90の真の正の値が手作業による検証によって確認された(パッチ記述に明確な表示はない)。 さらに,2つの特定バグ(UAFとOOB)に対する概念実証を構築した。

関連論文リスト

• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• AutoPatch: Multi-Agent Framework for Patching Real-World CVE Vulnerabilities [7.812032134834162]
  大規模言語モデル(LLM)はソフトウェア開発において有望なツールとして登場した。 彼らの知識は、固定されたカットオフ日に限定されており、新しく公開されたCVEに脆弱なコードを生成する傾向がある。 脆弱なLLM生成コードにパッチを当てるためのフレームワークであるAutoPatchを提案する。
  論文  参考訳（メタデータ） (2025-05-07T07:49:05Z)
• CrashFixer: A crash resolution agent for the Linux kernel [58.152358195983155]
  この作業は、システムレベルのLinuxカーネルバグのベンチマークと、Linuxカーネルで実験を実行するプラットフォームを共有するkGymの上に構築されている。 CrashFixerはLinuxカーネルのバグに適応する最初のLCMベースのソフトウェア修復エージェントである。
  論文  参考訳（メタデータ） (2025-04-29T04:18:51Z)
• Fixseeker: An Empirical Driven Graph-based Approach for Detecting Silent Vulnerability Fixes in Open Source Software [12.706661324384319]
  オープンソースソフトウェアの脆弱性は、ダウンストリームアプリケーションに重大なセキュリティリスクをもたらす。 多くのセキュリティパッチは、セキュリティへの影響を明確に示すことなく、OSSリポジトリの新しいコミットで静かにリリースされている。 グラフベースのアプローチであるFixseekerを提案し、ハンクレベルでのコード変更間の様々な相関関係を抽出し、無声脆弱性の修正を検出する。
  論文  参考訳（メタデータ） (2025-03-26T06:16:58Z)
• In the Magma chamber: Update and challenges in ground-truth vulnerabilities revival for automatic input generator comparison [42.95491588006701]
  Magma氏は、現在のソフトウェアリリースで脆弱性のあるコードを再導入するフォワードポートの概念を紹介した。 彼らの成果は有望だが、現状では、このアプローチの保守性に対するアップデートが時間とともに欠落している。 我々は,MagmaのCVEの公開から4年後の可搬性を再評価することで,フォワードポーティングの課題を特徴づける。
  論文  参考訳（メタデータ） (2025-03-25T17:59:27Z)
• Fixing Security Vulnerabilities with AI in OSS-Fuzz [9.730566646484304]
  OSS-Fuzzは、オープンソースシステムの継続的な検証のための最も重要で広く使用されているインフラである。 セキュリティ脆弱性を修正するために、よく知られたAutoCodeRoverエージェントをカスタマイズします。 OSS-Fuzz脆弱性データを用いた経験から,LSMエージェントの自律性はセキュリティパッチの成功に有用であることがわかった。
  論文  参考訳（メタデータ） (2024-11-03T16:20:32Z)
• Silent Vulnerability-fixing Commit Identification Based on Graph Neural Networks [4.837912059099674]
  VFFINDERは、サイレント脆弱性の自動検出のためのグラフベースのアプローチである。 VFFINDERは、アテンションベースのグラフニューラルネットワークモデルを使用して、脆弱性修正コミットと非修正コミットを区別する。 以上の結果から,VFFINDERは精度272-420%,リコール22-70%,F13.2X-8.2Xに改善した。
  論文  参考訳（メタデータ） (2023-09-15T07:51:39Z)
• On the Security Blind Spots of Software Composition Analysis [46.1389163921338]
  Mavenリポジトリで脆弱性のあるクローンを検出するための新しいアプローチを提案する。 Maven Centralから53万以上の潜在的な脆弱性のあるクローンを検索します。 検出された727個の脆弱なクローンを検出し、それぞれに検証可能な脆弱性証明プロジェクトを合成する。
  論文  参考訳（メタデータ） (2023-06-08T20:14:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。