論文の概要: Uncovering Gaps Between RFC Updates and TCP/IP Implementations: LLM-Facilitated Differential Checks on Intermediate Representations

• arxiv url: http://arxiv.org/abs/2510.24408v1
• Date: Tue, 28 Oct 2025 13:19:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-29 15:35:37.193325
• Title: Uncovering Gaps Between RFC Updates and TCP/IP Implementations: LLM-Facilitated Differential Checks on Intermediate Representations
• Title（参考訳）: RFC 更新と TCP/IP 実装のギャップ: LLM による中間表現の差分チェック
• Authors: Yifan Wu, Xuewei Feng, Yuxiang Yang, Ke Xu,
• Abstract要約: プロトコルスタックコードの実装とRFC標準の間にはしばしば矛盾があります。 この矛盾はプロトコル機能の違いを引き起こすだけでなく、深刻なセキュリティ上の脆弱性を引き起こす可能性がある。 大規模言語モデルの台頭により、RFC文書からプロトコル仕様を抽出する方法が研究され始めている。
• 参考スコア（独自算出の注目度）: 21.889716987837428
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the core of the Internet infrastructure, the TCP/IP protocol stack undertakes the task of network data transmission. However, due to the complexity of the protocol and the uncertainty of cross-layer interaction, there are often inconsistencies between the implementation of the protocol stack code and the RFC standard. This inconsistency may not only lead to differences in protocol functions but also cause serious security vulnerabilities. At present, with the continuous expansion of protocol stack functions and the rapid iteration of RFC documents, it is increasingly important to detect and fix these inconsistencies. With the rise of large language models, researchers have begun to explore how to extract protocol specifications from RFC documents through these models, including protocol stack modeling, state machine extraction, text ambiguity analysis, and other related content. However, existing methods rely on predefined patterns or rule-based approaches that fail to generalize across different protocol specifications. Automated and scalable detection of these inconsistencies remains a significant challenge. In this study, we propose an automated analysis framework based on LLM and differential models. By modeling the iterative relationship of the protocol and based on the iterative update relationship of the RFC standard, we perform incremental code function analysis on different versions of kernel code implementations to automatically perform code detection and vulnerability analysis. We conduct extensive evaluations to validate the effectiveness of our framework, demonstrating its effectiveness in identifying potential vulnerabilities caused by RFC code inconsistencies.
• Abstract（参考訳）: インターネット基盤の中核として、TCP/IPプロトコルスタックがネットワークデータ転送のタスクを担っている。 しかし、プロトコルの複雑さと層間相互作用の不確実性のため、プロトコルスタックコードの実装とRFC標準の間にはしばしば矛盾がある。 この矛盾はプロトコル機能の違いを引き起こすだけでなく、深刻なセキュリティ上の脆弱性を引き起こす可能性がある。 現在、プロトコルスタック関数の継続的な拡張とRFC文書の迅速な反復により、これらの矛盾を検出し、修正することがますます重要になっている。 大規模言語モデルの台頭により、研究者は、プロトコルスタックモデリング、ステートマシン抽出、テキストあいまいさ解析、その他の関連コンテンツを含む、これらのモデルを通してRFC文書からプロトコル仕様を抽出する方法を模索し始めた。 しかし、既存のメソッドは定義済みのパターンやルールベースのアプローチに依存しており、異なるプロトコル仕様をまたいで一般化できない。 これらの矛盾を自動的にかつスケーラブルに検出することは、依然として大きな課題である。 本研究では,LLMと微分モデルに基づく自動解析フレームワークを提案する。 プロトコルの反復関係をモデル化し、RFC標準の反復更新関係に基づいて、カーネルコード実装の異なるバージョンでインクリメンタルコード関数解析を行い、コード検出と脆弱性分析を自動的に行う。 我々は、フレームワークの有効性を検証するために広範囲な評価を行い、RFCコードの不整合による潜在的な脆弱性を特定することの有効性を実証した。

関連論文リスト

• Every Step Counts: Decoding Trajectories as Authorship Fingerprints of dLLMs [63.82840470917859]
  本稿では,dLLMの復号化機構をモデル属性の強力なツールとして利用できることを示す。 本稿では、デコードステップ間の構造的関係を捉え、モデル固有の振る舞いをよりよく明らかにする、DDM(Directed Decoding Map)と呼ばれる新しい情報抽出手法を提案する。
  論文  参考訳（メタデータ） (2025-10-02T06:25:10Z)
• Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
  大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。 その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。 本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
  論文  参考訳（メタデータ） (2025-08-28T13:00:28Z)
• LLM-Assisted Model-Based Fuzzing of Protocol Implementations [9.512044399020514]
  プロトコル動作の障害は脆弱性やシステム障害につながる可能性がある。 プロトコルテストに対する一般的なアプローチは、プロトコルの状態遷移と期待される振る舞いをキャプチャするマルコフモデルを構築することである。 本稿では,大規模言語モデル(LLM)を利用して,ネットワークプロトコルの実装をテストするためのシーケンスを自動的に生成する手法を提案する。
  論文  参考訳（メタデータ） (2025-08-03T13:16:18Z)
• ProtocolLLM: RTL Benchmark for SystemVerilog Generation of Communication Protocols [45.66401695351214]
  本稿では,広く使用されているSystemVerilogプロトコルを対象とした最初のベンチマークスイートであるProtocolLLMを紹介する。 我々は,ほとんどのモデルがタイミング制約に従う通信プロトコルのSystemVerilogコードを生成するのに失敗したことを観察する。
  論文  参考訳（メタデータ） (2025-06-09T17:10:47Z)
• RFCAudit: An LLM Agent for Functional Bug Detection in Network Protocols [11.608031418117475]
  RFCAuditは、大きな言語モデル(LLM)を利用して機能的なバグを検出する自律エージェントである。 ヒトの監査手順にインスパイアされたRFCAuditは、インデクシングエージェントと検出エージェントの2つの重要なコンポーネントから構成される。 RFCAuditは、81.9%の精度で47の機能的バグを特定し、そのうち20のバグが開発者によって確認または修正されている。
  論文  参考訳（メタデータ） (2025-05-31T21:13:19Z)
• Validating Network Protocol Parsers with Traceable RFC Document Interpretation [11.081773172066766]
  オラクルとトレーサビリティの問題は、プロトコルの実装がいつバグがあると考えられるかを決定する。 この研究はどちらも考慮し、大規模言語モデル(LLM)の最近の進歩を利用した効果的なソリューションを提供する。 我々は、C、Python、Goで書かれた9つのネットワークプロトコルとその実装を使用して、我々のアプローチを広く評価してきた。
  論文  参考訳（メタデータ） (2025-04-25T03:39:19Z)
• CryptoFormalEval: Integrating LLMs and Formal Verification for Automated Cryptographic Protocol Vulnerability Detection [41.94295877935867]
  我々は,新たな暗号プロトコルの脆弱性を自律的に識別する大規模言語モデルの能力を評価するためのベンチマークを導入する。 私たちは、新しい、欠陥のある通信プロトコルのデータセットを作成し、AIエージェントが発見した脆弱性を自動的に検証する方法を設計しました。
  論文  参考訳（メタデータ） (2024-11-20T14:16:55Z)
• A Survey and Comparative Analysis of Security Properties of CAN Authentication Protocols [92.81385447582882]
  コントロールエリアネットワーク(CAN)バスは車内通信を本質的に安全でないものにしている。 本稿では,CANバスにおける15の認証プロトコルをレビューし,比較する。 実装の容易性に寄与する本質的な運用基準に基づくプロトコルの評価を行う。
  論文  参考訳（メタデータ） (2024-01-19T14:52:04Z)
• Towards Semantic Communication Protocols: A Probabilistic Logic Perspective [69.68769942563812]
  我々は,NPMを確率論理型言語ProbLogで記述された解釈可能なシンボルグラフに変換することによって構築された意味プロトコルモデル(SPM)を提案する。 その解釈性とメモリ効率を利用して、衝突回避のためのSPM再構成などのいくつかの応用を実演する。
  論文  参考訳（メタデータ） (2022-07-08T14:19:36Z)
• RACA: Relation-Aware Credit Assignment for Ad-Hoc Cooperation in Multi-Agent Deep Reinforcement Learning [55.55009081609396]
  本稿では、アドホックな協調シナリオにおいてゼロショットの一般化を実現するRACA(Relation-Aware Credit Assignment)と呼ばれる新しい手法を提案する。 RACAは、エージェント間のトポロジ構造を符号化するために、グラフベースのエンコーダ関係を利用する。 提案手法は,StarCraftIIマイクロマネジメントベンチマークとアドホック協調シナリオのベースライン手法よりも優れている。
  論文  参考訳（メタデータ） (2022-06-02T03:39:27Z)

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。