論文の概要: LLM-Driven Kernel Evolution: Automating Driver Updates in Linux

• arxiv url: http://arxiv.org/abs/2511.18924v1
• Date: Mon, 24 Nov 2025 09:31:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:25.132421
• Title: LLM-Driven Kernel Evolution: Automating Driver Updates in Linux
• Title（参考訳）: LLM駆動カーネル進化 - Linuxにおけるドライバアップデートの自動化
• Authors: Arina Kharlamova, Jiawen Liu, Tianyi Zhang, Xinrui Yang, Humaid Alqasimi, Youcheng Sun, Chun Jason Xue,
• Abstract要約: Linuxカーネルの進化は、API/ABIの変更、セマンティックシフト、セキュリティ強化アップデートを通じてドライバを壊す。 本稿では,カーネル$rightarrow$driver共進化事例の実行可能なコーパスであるDRIVEBENCHと,ドライバのメンテナンスを自動化する閉ループLLM駆動システムであるAUTODRIVERを紹介する。
• 参考スコア（独自算出の注目度）: 19.111608041629008
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Linux kernel evolution breaks drivers through API/ABI changes, semantic shifts, and security-hardening updates. We introduce DRIVEBENCH, an executable corpus of kernel$\rightarrow$driver co-evolution cases, and AUTODRIVER, a closed-loop, LLM-driven system for automating driver maintenance. The system integrates prompt engineering, multi-agent collaboration, static analysis, and iterative validation to ensure that generated patches are not only syntactically correct but also functionally and semantically consistent with kernel conventions. The corpus spans v5.10-v6.10 with 235 validated cases drawn from 612 candidates. In evaluation across 55 cases, AUTODRIVER achieves 56.4% compilation success; QEMU-based boot verification indicates that compiled patches preserve driver initialization in most instances. By releasing DRIVEBENCH and tooling, we enable reproducible research and a practical route to continuous, safe co-evolution of drivers with the Linux kernel.
• Abstract（参考訳）: Linuxカーネルの進化は、API/ABIの変更、セマンティックシフト、セキュリティ強化アップデートを通じてドライバを壊す。 本稿では,カーネル$\rightarrow$driver共進化事例の実行可能なコーパスであるDRIVEBENCHと,ドライバのメンテナンスを自動化する閉ループLLM駆動システムであるAUTODRIVERを紹介する。 このシステムは、プロンプトエンジニアリング、マルチエージェントのコラボレーション、静的解析、反復検証を統合し、生成されたパッチが構文的に正しいだけでなく、カーネルの規約とセマンティックに一致していることを保証する。 コーパスはv5.10-v6.10にまたがり、612の候補者から235の検証されたケースがある。 55ケースの評価では、AUTODRIVERは56.4%のコンパイル成功を達成している。 DRIVEBENCHとツーリングをリリースすることにより、再現可能な研究を可能にし、Linuxカーネルとドライバの継続的かつ安全な共進化への実践的な経路を提供する。

関連論文リスト

• ProofWright: Towards Agentic Formal Verification of CUDA [1.8946520856889382]
  大規模言語モデル(LLM)は、最適化されたカーネルを自動生成するためにますます使われている。 高速な生成にもかかわらず、これらのカーネルには微妙な修正バグがあり、正式な安全保証がないことが多い。 本稿では,このギャップを埋めるエージェント検証フレームワークProofWrightについて述べる。
  論文  参考訳（メタデータ） (2025-11-15T17:06:50Z)
• 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)
• KNighter: Transforming Static Analysis with LLM-Synthesized Checkers [20.368621145118468]
  KNighterは多様なバグパターンを検出することができる高精度チェッカーを生成する。 これまでに、KNighterの合成チェッカーは、Linuxカーネルに92の新しい、クリティカルで、長期間のバグを発見した。
  論文  参考訳（メタデータ） (2025-03-12T02:30:19Z)
• KGym: A Platform and Dataset to Benchmark Large Language Models on Linux Kernel Crash Resolution [59.20933707301566]
  大規模言語モデル(LLM)は、ますます現実的なソフトウェア工学(SE)タスクにおいて一貫して改善されている。 現実世界のソフトウェアスタックでは、Linuxカーネルのような基本的なシステムソフトウェアの開発にSEの取り組みが費やされています。 このような大規模システムレベルのソフトウェアを開発する際にMLモデルが有用かどうかを評価するため、kGymとkBenchを紹介する。
  論文  参考訳（メタデータ） (2024-07-02T21:44:22Z)

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。