論文の概要: ARQ: Agentic CodeQL Query Refinement for C/C++ Vulnerability Detection
- arxiv url: http://arxiv.org/abs/2608.20637v1
- Date: Fri, 21 Aug 2026 00:20:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.298074
- Title: ARQ: Agentic CodeQL Query Refinement for C/C++ Vulnerability Detection
- Title（参考訳）: ARQ: C/C++脆弱性検出のためのエージェントCodeQLクエリリファインメント
- Abstract要約: 合成したC/C++プログラムから実行基盤のエビデンスを用いて,C/C++のCodeQLクエリを自動的に洗練するフレームワークであるARQを提案する。
従来のクエリ精錬方法とは異なり、ARQはラベル付きデータセット、コミット履歴、脆弱性固有のテンプレートを必要としない。
我々は、ARQを精錬したクエリにより、最大119.8%の正の精度で、少なくとも98.0%の精度で、より正確な正の値を検出することを示した。
- 参考スコア（独自算出の注目度）: 21.303380348840392
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Static analyzers have been widely adopted for vulnerability detection in C/C++ programs. Query-based static analyzers (e.g., CodeQL) encode vulnerable code patterns in detection queries and match them against source code. However, existing queries still suffer from false positives (FPs, incorrectly flagging benign code as vulnerable) and false negatives (FNs, missing real vulnerabilities). We present ARQ, an agentic framework that automatically refines C/C++ CodeQL queries using execution-grounded evidence from synthesized C/C++ programs. Our key insight is that a synthesized program exposes a query's weakness whenever its execution disagrees with the query's verdict. If the program is genuinely vulnerable but the query stays silent, the query has an FN weakness; if the program is safe but the query fires anyway, it has an FP weakness. ARQ then runs an LLM-based refinement loop that repairs the query using these disagreements as ground truth. Unlike previous query refining methods, ARQ requires no labeled datasets, no commit history, and no vulnerability-specific templates. We demonstrate the effectiveness of ARQ by refining 12 official CodeQL queries using three commercial LLMs (GPT-5.4, Claude-Sonnet-4.6, and Gemini-3.5-flash). We compare both ARQ-refined and original CodeQL queries on the Juliet v1.3 and FormAI v2 datasets and show that ARQ-refined queries detect substantially more true positives, by up to 119.8\%, with a Precision of at least 98.0\% throughout. ARQ successfully fixed three unresolved GitHub issues raised in the official CodeQL query repository that had remained open for as long as \textit{27 months}. The refined queries also exposed two previously undiscovered bugs in the real-world libraries libpng and zlib.
- Abstract（参考訳）: C/C++プログラムの脆弱性検出には静的アナライザが広く採用されている。
クエリベースの静的アナライザ(CodeQLなど)は、クエリの検出において脆弱なコードパターンをエンコードし、ソースコードにマッチする。
しかし、既存のクエリは、偽陽性(FP、誤って良質なコードを脆弱性としてフラグ付けする)と偽陰性(FN、実際の脆弱性の欠如)に悩まされている。
合成したC/C++プログラムから実行基盤のエビデンスを用いて,C/C++のCodeQLクエリを自動的に洗練するエージェントフレームワークARQを提案する。
私たちの重要な洞察は、合成されたプログラムは、クエリの判断に従わない場合、クエリの弱点を公開することです。
プログラムが真に脆弱だが、クエリが沈黙している場合、クエリにはFNの弱点がある。
そしてARQはLLMベースのリファインメントループを実行し、これらの不一致を根拠としてクエリを修復する。
従来のクエリ精錬方法とは異なり、ARQはラベル付きデータセット、コミット履歴、脆弱性固有のテンプレートを必要としない。
3つの商用LLM(GPT-5.4、Claude-Sonnet-4.6、Gemini-3.5-flash)を使用して、12の公式CodeQLクエリを精製することで、ARQの有効性を実証する。
Juliet v1.3 と FormAI v2 のデータセット上で、ARQ-refined とオリジナルの CodeQL のクエリを比較し、ARQ-refined のクエリが、最大 119.8\% で、少なくとも98.0\% の精度で、かなり真の正の値を検出することを示す。
ARQは、公式のCodeQLクエリレポジトリで提起された3つの未解決のGitHub問題の修正に成功した。
洗練されたクエリは、現実世界のライブラリlibpngとzlibでこれまで発見されていなかった2つのバグも露呈した。
関連論文リスト
- Generating Complex Code Analyzers from Natural Language Questions [23.315299132854438]
我々は、コードに関する分析的推論を必要とする自由形式の質問に答える新しいシステム、Merlinを提案する。
本稿では,RAGに基づく反復的なクエリ生成手法と,新しい自己テスト手法を提案する。
論文 参考訳（メタデータ） (2026-05-10T04:02:10Z) - QRS: A Rule-Synthesizing Neuro-Symbolic Triad for Autonomous Vulnerability Discovery [3.52359746858894]
我々はQRS(Query, Review, Sanitize)という,このパラダイムを逆転するニューロシンボリックなフレームワークを紹介します。
静的ルールから結果をフィルタリングする代わりに、QRSは構造化スキーマ定義といくつかの例からCodeQLクエリを生成する3つの自律エージェントを使用して、セマンティック推論と自動エクスプロイト合成を通じて検証する。
人気のPyPIライブラリの20の歴史的CVEでは、QRS 90.6%の精度が検出された。
論文 参考訳（メタデータ） (2026-02-10T13:35:24Z) - QLCoder: A Query Synthesizer For Static Analysis of Security Vulnerabilities [18.588864089739598]
QLCoderは、強力な静的分析エンジンであるCodeQLでクエリを自動的に合成するエージェントフレームワークである。
QLCodeは、独自のMPPインターフェースを使用して推論を制約しながら、実行フィードバック付きの合成ループにLLMを組み込む。
111のJavaプロジェクトにわたる176の既存のCVE上でQLCodeを評価します。
論文 参考訳（メタデータ） (2025-11-11T17:06:04Z) - FIRESPARQL: A LLM-based Framework for SPARQL Query Generation over Scholarly Knowledge Graphs [0.5120567378386615]
我々は、RAGとSPARQLクエリ修正層を介してオプションコンテキストで、微調整LDMをコアコンポーネントとしてサポートするモジュラーフレームワークを提案する。
BLEUとROUGEのメトリクスを用いてクエリ精度を測定し、緩和された正確なマッチング(RelaxedEM)を用いてクエリ結果の精度を測定する。
実験結果から,クエリの精度は0.90 ROUGE-L,テストセットの精度は0.85 RelaxedEMに達した。
論文 参考訳（メタデータ） (2025-08-14T09:08:50Z) - The benefits of query-based KGQA systems for complex and temporal questions in LLM era [55.20230501807337]
大規模言語モデルは質問回答(QA)に優れていますが、マルチホップ推論や時間的質問には苦戦しています。
クエリベースの知識グラフ QA (KGQA) は、直接回答の代わりに実行可能なクエリを生成するモジュール形式の代替手段を提供する。
WikiData QAのためのマルチステージクエリベースのフレームワークについて検討し、課題のあるマルチホップと時間ベンチマークのパフォーマンスを向上させるマルチステージアプローチを提案する。
論文 参考訳（メタデータ） (2025-07-16T06:41:03Z) - Diagnosing and Addressing Pitfalls in KG-RAG Datasets: Toward More Reliable Benchmarking [63.84117489519164]
知識グラフ質問 回答システムは、複雑なマルチホップ推論を評価するために高品質なベンチマークに依存している。
広く使われているにもかかわらず、WebQSPやCWQのような一般的なデータセットは、重要な品質問題に悩まされている。
我々はこれらの落とし穴を体系的に解決するLLM-in-the-loopフレームワークであるKGQAGenを紹介する。
本研究は,KGQA評価を推し進めるスケーラブルなフレームワークとして,より厳密なベンチマーク構築とKGQAGenの位置づけを提唱する。
論文 参考訳（メタデータ） (2025-05-29T14:44:52Z) - Effective Instruction Parsing Plugin for Complex Logical Query Answering on Knowledge Graphs [51.33342412699939]
知識グラフクエリ埋め込み(KGQE)は、不完全なKGに対する複雑な推論のために、低次元KG空間に一階論理(FOL)クエリを埋め込むことを目的としている。
近年の研究では、FOLクエリの論理的セマンティクスをよりよく捉えるために、さまざまな外部情報(エンティティタイプや関係コンテキストなど)を統合している。
コードのようなクエリ命令から遅延クエリパターンをキャプチャする効果的なクエリ命令解析(QIPP)を提案する。
論文 参考訳（メタデータ） (2024-10-27T03:18:52Z) - Is Complex Query Answering Really Complex? [28.8459899849641]
CQAの現在のベンチマークは、私たちが思うほど複雑ではないかもしれないことを示しています。
我々は,複数のホップを推論するモデルを必要とするクエリで構成された,より困難なベンチマークのセットを提案する。
論文 参考訳（メタデータ） (2024-10-16T13:19:03Z) - Is the House Ready For Sleeptime? Generating and Evaluating Situational Queries for Embodied Question Answering [48.43453390717167]
本研究では,家庭環境における状況問合せ(S-EQA)による身体的質問回答の課題を提示し,解決する。
以前のEQAの作業とは異なり、状況的クエリでは、エージェントが複数のオブジェクト状態を正しく識別し、回答のために状態に関するコンセンサスに到達する必要がある。
本稿では, LLMの出力をラップして, 独自のコンセンサスクエリとそれに対応するコンセンサスオブジェクト情報を生成する新しいPrompt-Generate-Evaluateスキームを提案する。
論文 参考訳（メタデータ） (2024-05-08T00:45:20Z) - Allies: Prompting Large Language Model with Beam Search [107.38790111856761]
本研究では,ALIESと呼ばれる新しい手法を提案する。
入力クエリが与えられた場合、ALLIESはLLMを活用して、元のクエリに関連する新しいクエリを反復的に生成する。
元のクエリのスコープを反復的に精錬して拡張することにより、ALLIESは直接検索できない隠れた知識をキャプチャし、利用する。
論文 参考訳（メタデータ） (2023-05-24T06:16:44Z) - IfQA: A Dataset for Open-domain Question Answering under Counterfactual
Presuppositions [54.23087908182134]
本稿では,QA(FifQA)と呼ばれる,最初の大規模対実的オープンドメイン質問応答(QA)ベンチマークを紹介する。
IfQAデータセットには3,800以上の質問が含まれている。
IfQAベンチマークによって引き起こされるユニークな課題は、検索と対実的推論の両方に関して、オープンドメインのQA研究を促進することである。
論文 参考訳（メタデータ） (2023-05-23T12:43:19Z) - Language Models are Causal Knowledge Extractors for Zero-shot Video
Question Answering [60.93164850492871]
Causal Video Question Answering (CVidQA)は、関連性や時間的関係だけでなく、ビデオ内の因果関係も問う。
本稿では,言語モデルからの因果共通知識を利用してCVidQAに取り組む,CaKE-LM(Causal Knowledge extract from Language Models)を提案する。
CaKE-LMは、NExT-QAおよびCausal-VidQAデータセットにおいて、ゼロショットCVidQAの精度の4%から6%で従来の手法よりも大幅に優れていた。
論文 参考訳（メタデータ） (2023-04-07T17:45:49Z)
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。