論文の概要: PoCEvolve: Generating Proof-of-Concept Exploits from Security Patches with Vulnerability-Aware Prompt Evolution

• arxiv url: http://arxiv.org/abs/2607.22076v1
• Date: Fri, 24 Jul 2026 08:20:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.081541
• Title: PoCEvolve: Generating Proof-of-Concept Exploits from Security Patches with Vulnerability-Aware Prompt Evolution
• Title（参考訳）: PoCEvolve: 脆弱性を意識したセキュリティパッチから概念実証エクスプロイトを生成する
• Authors: Duc Manh Tran, Ratnadira Widyasari, Ivana Clairine Irsan, Huihui Huang, Ting Zhang, Shar Lwin Khin, Ouh Eng Lieh, Hong Jin Kang, David Lo,
• Abstract要約: 脆弱性修正コミットから直接PoCを生成する,脆弱性対応のプロンプト進化フレームワークであるPoCEvolveを紹介する。 PoCEvolveは、推論された脆弱性APIやコードカバレッジ情報など、脆弱性関連コンテキストのさまざまな次元の有用性を評価する。 詳細な脆弱性レポートが利用可能になった場合、PoCEvolveは71.7%の成功率に達し、PoCGenよりも11.1%向上した。
• 参考スコア（独自算出の注目度）: 9.074579150200455
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ideally, the detailed information about a vulnerability should be made available together with the fixing commit. In practice, however, such details often become available only long after the commit, even when a CVE has already been published. During this window, the patch is already public, so attackers can reverse-engineer it, yet defenders lack the details needed to assess exposure, prioritize, and validate the fix. Executable evidence, such as a proof-of-concept (PoC) exploit, could fill this gap. Prior work has automated PoC generation, but the state-of-the-art approach, PoCGen, assumes that a detailed vulnerability report is already available, which is precisely what is missing during this window. In this paper, we first present an empirical study quantifying the long delay between the fixing commit and the availability of a detailed vulnerability report. We then introduce PoCEvolve, a vulnerability-aware prompt-evolution framework that generates PoCs directly from vulnerability-fixing commits. Given a vulnerability-fixing commit, PoCEvolve synthesizes a corresponding PoC exploit. To learn from unsuccessful generation attempts, PoCEvolve assesses the usefulness of different dimensions of vulnerability-related context, including the inferred vulnerable API and code-coverage information. These assessments guide prompt evolution towards more effective exploit-generation prompts. We evaluate PoCEvolve on SecBench.VFC.js, where PoCEvolve achieves a PoC generation success rate of 58.4%, corresponding to relative improvements of 20.7% over PoCGen and 200.0% over the LLM baseline with GPT-4o-mini. With a recent model, Qwen3.7-Plus, PoCEvolve achieves a higher success rate of 85.3%. When detailed vulnerability reports are available, PoCEvolve achieves a success rate of 71.7%, improving over PoCGen by 11.1%.
• Abstract（参考訳）: 理想的には、脆弱性に関する詳細な情報は、修正コミットと一緒に利用可能にする必要がある。 しかし実際には、CVEがすでに公開されている場合でも、コミット後すぐにそのような詳細が利用可能になることが多い。 このウィンドウでは、パッチはすでに公開されており、攻撃者はそれをリバースエンジニアリングすることができる。 概念実証(PoC)のような実行可能な証拠は、このギャップを埋める可能性がある。 以前の作業ではPoC生成が自動化されていたが、最先端のアプローチであるPoCGenは、詳細な脆弱性レポートがすでに公開されていると仮定している。 本稿では、まず、修正コミットと詳細な脆弱性レポートの有効性の間の長い遅延を定量化する実証的研究について述べる。 次に、脆弱性修正コミットから直接PoCを生成する脆弱性対応のプロンプト進化フレームワークであるPoCEvolveを紹介します。 脆弱性修正コミットを与えられたPoCEvolveは、対応するPoCエクスプロイトを合成する。 生成の失敗から学ぶため、PoCEvolveは、推論された脆弱性のあるAPIやコードカバレッジ情報など、脆弱性関連コンテキストのさまざまな次元の有用性を評価する。 これらの評価は、より効果的なエクスプロイト生成プロンプトへの進化を促す。 我々は PoCEvolve を SecBench.VFC.js 上で評価し,PoCEvolve の PoC 生成成功率は 58.4% であり,PoCGen に対する 20.7% と GPT-4o-mini による LLM ベースラインに対する 200.0% の相対的な改善に対応している。 最近のモデルであるQwen3.7-Plusでは、PoCEvolveは85.3%の成功率を達成した。 詳細な脆弱性レポートが利用可能になった場合、PoCEvolveは71.7%の成功率に達し、PoCGenよりも11.1%向上した。

関連論文リスト

• V2E: Validating Smart Contract Vulnerabilities through Profit-driven Exploit Generation and Execution [52.57923394143007]
  V2Eは、報告された脆弱性が本当に悪用されているかどうかを検証するための新しいフレームワークである。 V2EはProof-of-Concept(PoC)を自動的に生成し、脆弱性がトリガー可能かどうかを評価し、損失を発生させる。 264のラベル付き契約の評価は、V2Eがベースラインアプローチより優れていることを示している。
  論文  参考訳（メタデータ） (2026-04-15T08:24:24Z)
• Your Agent, Their Asset: A Real-World Safety Analysis of OpenClaw [87.97230960702274]
  本稿では,OpenClawの安全性評価について紹介する。 エージェントの永続状態を3次元に統一するCIK分類法を導入する。 評価では、ライブOpenClawインスタンス上の12のアタックシナリオをカバーしています。
  論文  参考訳（メタデータ） (2026-04-06T15:27:05Z)
• SecPI: Secure Code Generation with Reasoning Models via Security Reasoning Internalization [50.71047638695205]
  RLM(Reasoning Language Model)は、プログラミングにおいてますます使われている言語モデルである。 しかし、最先端のRLMでさえ、生成されたコードに重大なセキュリティ脆弱性を頻繁に導入する。 我々は、構造化されたセキュリティ推論を内部化するためのRTMを教える微調整パイプラインであるSecPIを提案する。
  論文  参考訳（メタデータ） (2026-04-04T04:29:11Z)
• CVE-Factory: Scaling Expert-Level Agentic Tasks for Code Security Vulnerability [50.57373283154859]
  CVE-Factoryは、脆弱性タスクを自動変換するエキスパートレベルの品質を実現するための、最初のマルチエージェントフレームワークである。 最新の現実的な脆弱性についても評価され、66.2%の成功が証明されている。 コードセキュリティにおけるエージェントタスクの大規模スケーリングとして,1000以上の実行可能なトレーニング環境を合成する。
  論文  参考訳（メタデータ） (2026-02-03T02:27:16Z)
• What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs [46.325755802511026]
  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。
  論文  参考訳（メタデータ） (2025-09-26T18:06:36Z)
• From Attack Descriptions to Vulnerabilities: A Sentence Transformer-Based Approach [0.39134914399411086]
  本稿では,攻撃のテキスト記述から脆弱性を自動的に識別する14の文変換器について検討する。 平均して、MMPNetモデルによって特定される脆弱性の56%は、アタックと合わせてCVEリポジトリ内でも表現されている。 結果のマニュアル検査により、MITREリポジトリに記録されていない275の予測リンクの存在が明らかになった。
  論文  参考訳（メタデータ） (2025-09-02T08:27:36Z)
• PoCGen: Generating Proof-of-Concept Exploits for Vulnerabilities in Npm Packages [13.877936187495555]
  我々は,npmパッケージの脆弱性に対するPoCエクスプロイトを自律的に生成し,検証する新しいアプローチであるPoCGenを提案する。 PoCGenはSecBench$.jsデータセットの脆弱性の77%のエクスプロイトを生成することに成功した。
  論文  参考訳（メタデータ） (2025-06-05T12:37:33Z)

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。