論文の概要: Mystra: Declarative Dynamic Taint Analysis via Shadow Virtual Machine

• arxiv url: http://arxiv.org/abs/2607.12308v2
• Date: Wed, 15 Jul 2026 01:34:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 12:21:59.53497
• Title: Mystra: Declarative Dynamic Taint Analysis via Shadow Virtual Machine
• Title（参考訳）: Mystra: シャドウ仮想マシンによる宣言的動的テイント分析
• Authors: Zhuohao Zhang, Junkun Liu, Rui Yang, Yinzhi Cao, Ziyang Li,
• Abstract要約: JavaScriptやPythonのようなインタプリタ言語のための動的テナント解析(DTA)には3つの機能が必要である。 Mystraは宣言型テナント仕様言語で、形式的なオペレーションセマンティクスを備えている。 Sharは、共有コアエンジンと3つのランタイム上のインスタンスを含むツールである。
• 参考スコア（独自算出の注目度）: 24.06151974572701
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dynamic taint analysis (DTA) for interpreted languages like JavaScript and Python requires three capabilities: observing host-runtime operations, maintaining parallel taint states, and defining how taint propagates. Existing systems couple these capabilities within an instrumentation mechanism -- source-rewriting or engine-native -- either incurring high runtime overhead or demanding engine-specific embeddings. There is yet to be a runtime-independent abstraction of a general DTA that separates taint semantics and state transitions from how a host runtime executes them. We set out to develop a DTA engine that is extensible, performant, and accurate. To achieve this, we introduce a Shadow Virtual Machine executing alongside host runtimes that tracks multi-level taint, provenance, and cross-invocation context. We design Mystra, a declarative taint specification language with formal operational semantics. Mystra is designed to be language model friendly, and is equipped with validators enabling trustworthy automated synthesis of rules. Mystra is also the first to express higher-order function taint transfer declaratively. Further, Mystra rules are compiled ahead of time to a binary representation and dispatch in constant runtime. We implement our vision into a tool named Shar, which contains a shared core engine and instantiations on three runtimes: V8 in both Node$.$js and Chromium (embedding), SpiderMonkey (engine), and CPython (language). Accuracy wise, on SecBench$.$js (493 in-scope CVEs across four CWE categories), our V8 instantiation achieves 95.5% recall with zero false positives on patched-version testing. Regarding performance, the runtime overhead of Shar is 1.85$\times$ over vanilla Node$.$js on NodeMedic's benchmarks, and is 22.7$\times$ lower than NodeMedic-FINE on identical workloads, all the while producing 33.2% higher recall in its supported categories.
• Abstract（参考訳）: JavaScriptやPythonのようなインタプリタ言語のための動的テナント解析(DTA)には、3つの機能が必要だ。 既存のシステムは、これらの機能をインスツルメンテーションメカニズム(ソースリライトまたはエンジンネイティブ)に組み込んでいる。 ホストランタイムの実行方法とテナントの意味論と状態遷移を分離する、一般的なDTAのランタイム非依存の抽象化はまだ存在しない。 我々は,拡張性,性能,正確性を備えたDTAエンジンの開発に着手した。 これを実現するために、ホストランタイムと並行して実行するShadow Virtual Machineを導入する。 公式な操作意味論を備えた宣言型テナント仕様言語であるMystraを設計する。 Mystraは言語モデルフレンドリに設計されており、信頼できるルールの自動合成を可能にするバリデータを備えている。 マイストラはまた、高階関数のテント移動を宣言的に表現した最初の者でもある。 さらに、Mystraルールはバイナリ表現に前もってコンパイルされ、一定のランタイムでディスパッチされる。 このツールには共有コアエンジンと3つのランタイム上のインスタンス化が含まれています。 Node.jsとChromium(埋め込み)、SpiderMonkey(エンジン)、CPython(言語)。 SecBench$ の正確性。 V8インスタンス化は95.5%のリコールを実現し、パッチ付きバージョンテストでは偽陽性はゼロです。 パフォーマンスに関しては、Sharのランタイムオーバーヘッドは1.85$\times$ over vanilla Node$である。 NodeMedicのベンチマークではjsが$jsで、同じワークロードではNodeMedic-FINEよりも22.7$\times$低い。

関連論文リスト

• PairCoder++: Pair Programming as a Universal Paradigm for Verified Code-Driven Multimodal and Structured-Artifact Generation [51.92442051257354]
  PairCoderは、実行のみではなく、完全な公式メトリックスイート上で、アーティファクトが検証可能なすべてのベンチマークを本質的に改善する。 TikZのコンパイルレートは、各モデルで10から30ポイント、シングルモデルの2.9から9.2倍である。
  論文  参考訳（メタデータ） (2026-07-02T08:36:02Z)
• AutoPass: Evidence-Guided LLM Agents for Compiler Performance Tuning [10.226551948292423]
  コンパイラのパフォーマンスチューニングのためのフレームワークであるAutoPassを紹介する。 以前の自動チューニングスキームのようにコンパイラをブラックボックスとして扱うのではなく、AutoPassはコンパイラをLarge Language Modelsに開放する。 LLVMコンパイラにAutoPassを実装し,サーバグレードのx86-64と組み込みのARM64システムで評価する。
  論文  参考訳（メタデータ） (2026-06-18T15:35:40Z)
• VISUALSKILL: Multimodal Skills for Computer-Use Agents [63.79539541125141]
  ターゲットアプリケーション毎に調整された階層型マルチモーダルスキルであるVISUALSKILLを提案する。 著者によるドキュメンテーションとライブアプリケーションUI探索を組み合わせた2段階のパイプラインで、それぞれのスキルを構築します。 2つのCUAベンチマークでは、Claude Code CLIエージェントがClaude Opus 4.6によって支援され、VISUALSKILLで平均スコア0.456に達した。
  論文  参考訳（メタデータ） (2026-06-16T19:57:07Z)
• WildClawBench: A Benchmark for Real-World, Long-Horizon Agent Evaluation [88.10947115397971]
  この研究でWildClawBenchは、6つのテーマのカテゴリにまたがる60の人間によるバイリンガルなマルチモーダルタスクのネイティブランタイムベンチマークである。 各タスクは、約8分間のウォールクロック時間と20以上のツールコールで実行されます。 グラディングはハイブリッドであり、決定論的ルールベースのチェック、副作用の環境状態監査、意味的検証のためのLLM/VLM判定を組み合わせている。
  論文  参考訳（メタデータ） (2026-05-11T17:49:43Z)
• ProgramBench: Can Language Models Rebuild Programs From Scratch? [59.40748183470308]
  ProgramBenchは、ソフトウェアエンジニアリングエージェントがソフトウェアをホリシックに開発する能力を測定する。 エンドツーエンドの動作テストはエージェント駆動ファジィによって生成される。 モデルは、人間が書いたコードと大きく異なるモノリシックでシングルファイルの実装を好む。
  論文  参考訳（メタデータ） (2026-05-05T09:17:02Z)
• DVM: A Bytecode Virtual Machine Approach for Dynamic Tensor Computation [6.872249333818181]
  ダイナミズムはAI計算において一般的なもので、例えば、動的テンソル形状やモデル内の動的制御フローなどである。 コンパイル時間が長いため、既存のランタイムコンパイルはモデルの効率を損なう。 本稿では,コンパイルの高速化やコンパイルオーバーヘッドの隠蔽を目的としたリアルタイムコンパイラDVMを提案する。
  論文  参考訳（メタデータ） (2026-03-25T12:24:33Z)
• Debugging WebAssembly? Put some Whamm on it! [35.842707498062765]
  We present Whamm, a declarative instrumentation DSL for WebAssembly。 Whammは、1)ツールの断片化、2)汎用フレームワークの禁制的なインスツルメンテーションオーバーヘッド、3)低レベルのハイパフォーマンスメカニズムの調整という3つの問題を解決する。
  論文  参考訳（メタデータ） (2025-04-28T18:52:04Z)
• Green AI: A Preliminary Empirical Study on Energy Consumption in DL Models Across Different Runtime Infrastructures [56.200335252600354]
  トレーニング済みのモデルを、ネイティブな開発環境とは異なる環境にデプロイするのは、一般的なプラクティスです。 これにより、インフラを含むONNXや標準フォーマットとして機能するONNXなどの交換フォーマットが導入された。
  論文  参考訳（メタデータ） (2024-02-21T09:18:44Z)
• LazyTensor: combining eager execution with domain-specific compilers [0.0]
  LazyTensorは、定義による人間工学を犠牲にすることなく、ドメインコンパイラをターゲットとする技術である。 当初、クラウドTPUでPyTorchをサポートするために開発され、実質的に共有された実装テクニックとともに、Swiftは特定のアクセラレータに使用されている。
  論文  参考訳（メタデータ） (2021-02-26T02:22:16Z)

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。