Fugu-MT 論文翻訳(概要): A Trace-based Approach for Code Safety Analysis

論文の概要: A Trace-based Approach for Code Safety Analysis

arxiv url: http://arxiv.org/abs/2510.10410v1
Date: Sun, 12 Oct 2025 02:11:38 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-14 18:06:29.926342
Title: A Trace-based Approach for Code Safety Analysis
Title（参考訳）: コード安全性分析のためのトレースベースアプローチ
Authors: Hui Xu,
Abstract要約: Rustは、未定義の動作を許可するメモリセーフなプログラミング言語である。本稿では、安全でないコードと未定義の振る舞いを理解するための体系的な枠組みを確立する。
参考スコア（独自算出の注目度）: 3.21110975604312
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Rust is a memory-safe programming language that disallows undefined behavior. Its safety guarantees have been extensively examined by the community through empirical studies, which has led to its remarkable success. However, unsafe code remains a critical concern in Rust. By reviewing the safety design of Rust and analyzing real-world Rust projects, this paper establishes a systematic framework for understanding unsafe code and undefined behavior, and summarizes the soundness criteria for Rust code. It further derives actionable guidance for achieving sound encapsulation.
Abstract（参考訳）: Rustは、未定義の動作を許可するメモリセーフなプログラミング言語である。その安全保証は経験的研究を通じてコミュニティによって広く検討され、その顕著な成功に繋がった。しかし、安全でないコードはRustにとって重要な関心事である。 Rustの安全性設計をレビューし、実際のRustプロジェクトを分析することにより、安全でないコードと未定義の振る舞いを理解するための体系的なフレームワークを確立し、Rustコードの健全性基準を要約する。さらに、音のカプセル化を実現するための実用的なガイダンスが導かれる。

関連論文リスト

A.S.E: A Repository-Level Benchmark for Evaluating Security in AI-Generated Code [49.009041488527544]
A.S.Eは、AI生成コードのセキュリティを評価するためのリポジトリレベルの評価ベンチマークである。現在の大規模言語モデル(LLM)は、セキュアなコーディングに苦戦している。大きな推論予算は、必ずしもより良いコード生成につながるとは限らない。
論文参考訳（メタデータ） (2025-08-25T15:11:11Z)
ARMOR: Aligning Secure and Safe Large Language Models via Meticulous Reasoning [49.47193675702453]
大規模言語モデル(LLM)は、顕著な生成能力を示している。 LLMは、安全上の制約を回避できる悪意のある命令に弱いままである。推論に基づく安全アライメントフレームワークARMORを提案する。
論文参考訳（メタデータ） (2025-07-14T09:05:54Z)
Advancing Neural Network Verification through Hierarchical Safety Abstract Interpretation [52.626086874715284]
我々は、安全でない出力の階層構造を検証する抽象的DNN検証と呼ばれる新しい問題定式化を導入する。出力到達可能な集合に関する抽象的解釈と推論を活用することにより,形式的検証プロセスにおいて,複数の安全性レベルを評価することができる。我々の貢献には、新しい抽象的安全性の定式化と既存のアプローチとの関係を理論的に探求することが含まれる。
論文参考訳（メタデータ） (2025-05-08T13:29:46Z)
Targeted Fuzzing for Unsafe Rust Code: Leveraging Selective Instrumentation [3.6968220664227633]
Rustは、ユーザビリティとセキュリティに焦点を当てた、有望なプログラミング言語である。プログラマは、厳格なRustセキュリティポリシーに従わない、安全でないコードを書くことができる。ファジィアが注目すべきプログラムのどの部分にフォーカスするかを決定するために、安全で安全なコードコンポーネントを自動的に検出する手法を提案する。
論文参考訳（メタデータ） (2025-05-05T08:48:42Z)
CRUST-Bench: A Comprehensive Benchmark for C-to-safe-Rust Transpilation [51.18863297461463]
CRUST-Benchは100のCリポジトリのデータセットで、それぞれが安全なRustとテストケースで手書きのインターフェースとペアリングされている。我々は、このタスクで最先端の大規模言語モデル(LLM)を評価し、安全で慣用的なRust生成が依然として難しい問題であることを確認した。最高のパフォーマンスモデルであるOpenAI o1は、ワンショット設定で15タスクしか解決できない。
論文参考訳（メタデータ） (2025-04-21T17:33:33Z)
Rusty Linux: Advances in Rust for Linux Kernel Development [0.0]
Rustのカーネル開発への統合は、システムのセキュリティと信頼性の向上を目的とした変革的な取り組みである。 Rustがもたらすメリットを特定し、直面する課題を強調し、Rustの採用に関してコミュニティのコンセンサスの必要性を強調します。
論文参考訳（メタデータ） (2024-07-25T23:46:27Z)
Characterizing Unsafe Code Encapsulation In Real-world Rust Systems [2.285834282327349]
内部アンセーフは、システムソフトウェア開発においてRustコミュニティによって提唱される重要な設計パラダイムである。 Rustコンパイラは、安全でないコードを含む安全な関数の健全性を検証することができない。安全でないコードの本質的な使用法とカプセル化をモデル化するための,新しいアンセーフティアイソレーショングラフを提案する。
論文参考訳（メタデータ） (2024-06-12T06:59:51Z)
Is unsafe an Achilles' Heel? A Comprehensive Study of Safety Requirements in Unsafe Rust Programming [4.981203415693332]
Rustは、効率性とメモリ安全性を重視した、新しく、強く型付けされたプログラミング言語である。標準ライブラリの現在の安全でないAPIドキュメントには、一貫性や不十分さなど、さまざまなバリエーションがあった。 Rustのセキュリティを強化するために、ユーザに従うべき安全要件の体系的な記述をリストアップするために、安全でないAPIドキュメントを提案する。
論文参考訳（メタデータ） (2023-08-09T08:16:10Z)

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。