論文の概要: COMMITGUARD: Differential Slice Fuzzing for Commit-Induced Bug Detection
- arxiv url: http://arxiv.org/abs/2608.17401v1
- Date: Tue, 18 Aug 2026 05:57:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.229175
- Title: COMMITGUARD: Differential Slice Fuzzing for Commit-Induced Bug Detection
- Title（参考訳）: COMMITGUARD:Commit-induced Bug Detectionのための差動スライスファジリング
- Abstract要約: COMMITGUARDは、コード変更を検証するためのコミット対応差分スライスベースのファジリングアプローチである。
我々は,openSSL, libpcap, leptonicaから300件のコミットに対してCOMMITGUARDを評価した。
- 参考スコア（独自算出の注目度）: 5.733954327924554
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Modern software systems evolve through frequent commits that implement bug fixes, features, and security patches. Although code review and testing are widely used to check these changes, they often provide limited assurance for memory-safety issues. Code reviewers may miss subtle boundary, lifetime, or initialization errors, while existing tests may not exercise the specific paths affected by a commit. Fuzzing is effective at exposing such bugs, but applying it to every commit remains impractical because whole-program fuzzing is expensive, requires suitable harnesses, and may still fail to reach the code changed by a commit. In this paper, we introduce COMMITGUARD, a commit-aware differential slice-based fuzzing approach for verifying code changes. The key insight behind COMMITGUARD is that the pre-commit version of a modified function can serve as a behavioral baseline for interpreting bugs found after the commit. For each target commit, COMMITGUARD identifies modified functions, extracts compilable code slices from both the pre-commit and post-commit versions, and fuzzes the paired slices independently. It then compares sanitizer reports across the two versions and reports bugs that emerge only in the post-commit version as candidate commit-induced bugs. We evaluate COMMITGUARD on 300 commits from openSSL, libpcap and leptonica. Slice fuzzing initially produces 518 sanitizer reports across these commits. By comparing pre-commit and post-commit slices, COMMITGUARD narrows this large output to 7 candidate commit-induced bug reports that require manual triage. Manual validation confirms 5 of these reports as real bugs that were fixed by developers of the examined projects after we reported them, while only 2 reports were classified as false positives. COMMITGUARD analyzes a commit in 32.4 minutes on average and achieves 75.36% average coverage of modified functions.
- Abstract（参考訳）: 現代のソフトウェアシステムは、バグ修正や機能、セキュリティパッチを実装する頻繁なコミットを通じて進化する。
コードレビューやテストはこれらの変更をチェックするために広く使用されているが、メモリ安全性の問題に対する保証は限られていることが多い。
コードレビュアは、微妙な境界、寿命、初期化エラーを見逃すことがあるが、既存のテストはコミットによって影響を受ける特定のパスを行使しない。
ファジィングはそのようなバグを公開するのに有効だが、プログラム全体のファジィングが高価であり、適切なハーネスを必要とし、コミットによって変更されたコードに到達できない可能性があるため、コミット毎にファジィングを適用することは実用的ではない。
本稿では,コード変更を検証するために,コミット対応の差分スライスに基づくファジリング手法であるCOMMITGUARDを紹介する。
COMMITGUARDの背景にある重要な洞察は、修正された関数のコミット前のバージョンは、コミット後に見つかったバグを解釈するための行動ベースラインとして機能できるということである。
各コミットに対して、COMMITGUARDは修正された関数を特定し、プリコミットバージョンとポストコミットバージョンの両方からコンパイル可能なコードスライスを抽出し、ペア化されたスライスを独立してファズする。
次に、2つのバージョンにわたるサニタイザレポートを比較し、コミット後のバージョンにのみ現れるバグを、コミット誘発バグ候補として報告する。
我々は,openSSL, libpcap, leptonicaから300件のコミットに対してCOMMITGUARDを評価した。
Slice fuzzingは最初、これらのコミット全体で518件のサニタイザレポートを生成した。
コミット前スライスとコミット後スライスを比較することで、COMMITGUARDは、この大規模なアウトプットを、手作業によるトリアージを必要とする7つのコミット誘発バグレポートに絞り込む。
手動検証では、これらのレポートのうち5つが、調査対象プロジェクトの開発者が報告後に修正した実際のバグであると確認されている。
COMMITGUARDはコミットを平均32.4分で分析し、修正された関数の平均カバレッジは75.36%に達する。
関連論文リスト
- Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。
コードには手書きのコードはなく、人間による注釈もない。
エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
論文 参考訳（メタデータ） (2026-07-17T17:41:16Z) - SemaDiff: Identifying Semantic-Changing Commits with Generated Code and Tests [5.3138104073306005]
変更点からのセマンティック保存コミットの排除は、ソフトウェアリポジトリのマイニングにおいて、依然としてオープンな課題である。
SemaDiffは、プレコミットとポストコミットバージョンでの同様のテスト実行の比較を通じて、セマンティック保存コミットを特定するための新しいアプローチである。
SemaDiffは、セマンティックな保存と -- 約76%のケースでコミットを変更する -- を正確に区別し、セマンティックなコミット検出の精度は100%である。
論文 参考訳（メタデータ） (2026-07-14T12:23:22Z) - Writing Bug Reports for Software Repair Agents: What Information Matters Most? [45.10027008889631]
バグレポートのエージェント対応について検討する。
バグレポートを表す441の課題に注目します。
その結果,エージェントファーストレポートは,エージェントの検索・修理スペースを狭める情報から最も恩恵を受けることが示唆された。
論文 参考訳（メタデータ） (2026-07-10T16:00:57Z) - Outrunning LLM Cutoffs: A Live Kernel Crash Resolution Benchmark for All [57.23434868678603]
Live-kBenchは、新たに発見されたカーネルバグのエージェントをスクラップし、評価するセルフ進化ベンチマークの評価フレームワークである。
kEnvは、カーネルのコンパイル、実行、フィードバックのためのエージェントに依存しないクラッシュ解決環境である。
kEnvを用いて3つの最先端エージェントをベンチマークし、最初の試行で74%のクラッシュを解決したことを示す。
論文 参考訳（メタデータ） (2026-02-02T19:06:15Z) - Detecting Multiple Semantic Concerns in Tangled Code Commits [1.2578844450585998]
開発者はしばしば、絡まったコミットに複数の関心事をバンドルし、意図を隠蔽し、メンテナンスを複雑にする。
近年の研究では、コミット意図を捉えるために、CCS(Conventional Commits Specification)とLM(Language Models)が使われている。
本研究では,SLMを用いて,絡み合ったコミットにおける複数の意味的関心事を検出する実験的検討を行った。
論文 参考訳（メタデータ） (2026-01-29T05:50:16Z) - LLMBisect: Breaking Barriers in Bug Bisection with A Comparative Analysis Pipeline [35.18683484280968]
大規模言語モデル(LLM)は、既存のソリューションの障壁を断ち切るために適切に配置されている。
LLMはテキストデータとコードの両方をパッチやコミットで理解している。
提案手法は最先端のソリューションよりも38%以上精度が向上する。
論文 参考訳（メタデータ） (2025-10-30T02:47:25Z) - 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) - AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans [46.56091965723774]
コード編集のための微調整された大きな言語モデルは、一般的にコミットのマイニングやプルリクエストに依存しています。
我々は、Claude Code、OpenAI Codex、Cursor Agentが共著した1.3Mコード編集コーパスであるAgentPackを紹介する。
AgentPackで微調整されたモデルは、以前の人間のみのコミットコーパスで訓練されたモデルより優れていることを示す。
論文 参考訳（メタデータ） (2025-09-26T05:28:22Z) - Probing Pre-trained Language Models on Code Changes: Insights from ReDef, a High-Confidence Just-in-Time Defect Prediction Dataset [0.0]
本稿では,22の大規模C/C++プロジェクトから得られた関数レベル修正の信頼性の高いベンチマークであるReDefを紹介する。
欠陥ケースはコミットの反転によって固定され、クリーンケースはポストホック履歴チェックによって検証される。
このパイプラインは3,164の欠陥と10,268のクリーンな修正をもたらし、既存のリソースよりも信頼性の高いラベルを提供する。
論文 参考訳（メタデータ） (2025-09-11T07:07:11Z) - Identifying Root Cause of bugs by Capturing Changed Code Lines with Relational Graph Neural Networks [7.676213873923721]
本稿では,変化したコード行中のルート原因削除線を検出するRC検出法を提案する。
RC検出は、変更されたコード行中のルート原因の削除線を検出し、バグ修正コミットで導入されたバグの根本原因を特定するために使用される。
実験の結果,最も先進的な根本原因検出法と比較して,RC-detectionはRecall@1,Recall@2,Recall@3,MFRをそれぞれ4.107%,5.113%,4.289%,24.536%改善した。
論文 参考訳（メタデータ） (2025-05-02T04:29:09Z) - Using Developer Discussions to Guide Fixing Bugs in Software [51.00904399653609]
我々は,タスク実行前に利用可能であり,また自然発生しているバグレポートの議論を,開発者による追加情報の必要性を回避して利用することを提案する。
このような議論から派生したさまざまな自然言語コンテキストがバグ修正に役立ち、オラクルのバグ修正コミットに対応するコミットメッセージの使用よりもパフォーマンスの向上につながることを実証する。
論文 参考訳（メタデータ） (2022-11-11T16:37:33Z)
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。