論文の概要: From Silicon to Boot Code: Extending Automated Program Repair to Firmware-Layer Security Workarounds
- arxiv url: http://arxiv.org/abs/2609.01769v1
- Date: Tue, 01 Sep 2026 18:39:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:17.861918
- Title: From Silicon to Boot Code: Extending Automated Program Repair to Firmware-Layer Security Workarounds
- Title（参考訳）: SiliconからBoot Codeへ - プログラムの修正自動化からファームウェア層セキュリティ回避まで
- Authors: Maisha Mastora, Dean Sullivan,
- Abstract要約: 現在の技術は、チップが生産される前にRTLまたはHLS設計のバグをローカライズし、修正する。
本稿では,このファームウェア層へのRTL修復のために開発された辞書誘導・オーバーフロー合成バリデート手法の適用可能性について検討する。
4つとも100%のリコールを達成しており、精度はCファミリーの2.1-15.5%から、アセンブリとHOBファミリーの100%まで変化している。
- 参考スコア（独自算出の注目度）: 0.8450904497835263
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated program repair (APR) research has been constrained to design time. Current techniques localize and fix bugs in RTL or HLS designs before a chip reaches production. Once a hardware vulnerability surfaces post-silicon, the patch must be manually generated: existing automation addresses patch deployment but not patch synthesis. We study the feasibility of extending a dictionary-guided, localize-synthesize-validate APR methodology originally developed for RTL repair to this firmware layer. An automated commit-clustering miner surfaces recurring fix templates across the EDK II (UEFI) firmware repository's full commit history without depending on known CVE identifiers, recovering all three known CVE-fix campaigns and surfacing two additional candidate bug families. Grounded in real fix evidence, we build four independent localizers: missing speculation barriers in C (CVE-2017-5753, Spectre v1), missing bounds checks before array writes in C (a decompression library CVE), missing Return Stack Buffer stuffing in x86 assembly (CVE-2017-5715), and missing integer-overflow guards in Hand-Off Block creation code (surfaced by the miner itself). All four achieve 100% recall; precision ranges from 2.1-15.5% on the C families to 100% on the assembly and HOB families. Root-cause analysis of the C-family false positives attributes 77-90% to two intra-procedural causes, isolating the inter-procedural alias-analysis gap as a measured 15-20% rather than an estimate. A held-out test confirms Spectre v1 localization holds at 100% recall on unseen files; a fifth, independently built dictionary entry (CVE-2018-3630) shows the methodology extends to a new bug signature at low cost; and a naive syntactic baseline recalls at most 14% where our detector recalls 100%. We frame these results within a broader research agenda for a unified hardware-to-firmware correctness lifecycle.
- Abstract（参考訳）: 自動プログラム修復(APR)研究は設計時間に制限されている。
現在の技術は、チップが生産される前にRTLまたはHLS設計のバグをローカライズし、修正する。
ハードウェア脆弱性がポストシリコンに浮上すると、パッチは手動で生成されなければならない。既存の自動化は、パッチのデプロイに対処するが、パッチの合成は行わない。
本稿では,このファームウェア層へのRTL修復のために開発された辞書誘導型ローカライズ合成バリデートAPR手法の適用可能性について検討する。
自動コミットクラスタリングマイナは、既知のCVE識別子に依存することなく、EDK II(UEFI)ファームウェアリポジトリのフルコミット履歴に修正テンプレートが繰り返し表示される。
C言語の投機障壁の欠如(CVE-2017-5753, Spectre v1)、C言語の配列書き込み前の境界チェックの欠如(圧縮ライブラリCVE)、x86アセンブリ(CVE-2017-5715)のリターンスタックバッファの詰め込みの欠如(CVE-2017-5715)、ハンドオフブロック生成コードの整数オーバーフローガードの欠如(マイナ自身による)の4つの独立したローカライザを構築しました。
4つとも100%のリコールを達成しており、精度はCファミリーの2.1-15.5%から、アセンブリとHOBファミリーの100%まで変化している。
C- family false positivesの根起因分析は,2つの手続き内原因に77-90%の属性があり,推定値よりも15-20%の値として,手続き間エイリアス分析ギャップを分離した。
5番目の独立した辞書エントリ(CVE-2018-3630)では、この方法論が低コストで新しいバグシグネチャにまで拡張され、単純な構文的ベースラインリコールが少なくとも14%で、検出器が100%リコールされます。
これらの結果は、ハードウェアからソフトウェアへの統一的正当性ライフサイクルに関する、より広範な研究課題にまとめる。
関連論文リスト
- CodeMechanic: Bug-Property-Guided Program Mitigation [23.976869967674435]
本稿では,メモリ破損に対する制約付きmit-イゲーションを生成するためのバグプロパタイズ誘導システムであるCodeMechanicを提案する。
LLMに永久的な修復を依頼する代わりに、CodeMechanicはクラッシュから侵害されたメモリセーフティプロパティを再構築する。
CodeMechanicは、3.4x - 4.3x以上のパッチを、開発者が書き直した修復と意味的に同等に生成する。
論文 参考訳（メタデータ） (2026-08-23T08:06:47Z) - CUADebug: Diagnosing and Repairing Computer-Use Agent Failures [65.56066380320107]
コンピュータ利用エージェント(CUA)は、スクリーンショット、マウスとキーボードのアクション、ステートフルなUIフィードバックを通じて、実際のデスクトップとWebインターフェースを操作する。
テキストのみのエージェントとは異なり、CUAの失敗は、視覚知覚、接地、低レベル相互作用、タスク推論、環境ダイナミクスの複合から生じる。
CUA障害の診断と修復のためのフレームワークであるCUA Debugを紹介する。
論文 参考訳（メタデータ） (2026-07-31T13:59:45Z) - Beyond Fail-to-Pass: Iterative Hardening of Co-Generated Bug Reproduction Tests and Fixes [55.114939648705395]
大規模言語モデル(LLM)は、現実のバグに対して、プログラムの自動修正をますます実用的にしている。
バグ再現テスト(BRT)は、バグレポートを実行可能なバグ固有の信号に変換することで、このギャップを埋めるのに役立つ。
本稿では,ループ内収束基準としてLax信号を用いるコジェネレーションフレームワークであるCoHardenを提案する。
論文 参考訳（メタデータ） (2026-07-22T07:30:07Z) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - ContraFix: Agentic Vulnerability Repair via Differential Runtime Evidence and Skill Reuse [10.503895811137095]
大規模言語モデル(LLM)エージェントは、自動脆弱性修復にますます利用されている。
最近の実証的な結果は、これらのエージェントがいまだに現実世界の脆弱性と戦っていることを示している。
ContraFixは、再利用可能な修復スキルとランタイムエビデンスを結合するエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-05-17T13:48:25Z) - Beyond Code Reasoning: Specification-Anchored Auditing of Multi-Implementation Distributed Protocols [1.5229705287183657]
SPECAは、明示的で分類されたセキュリティプロパティを自然言語仕様から導き出し、実装間で再利用する監査フレームワークである。
RepoAuditのベンチマークでは、SPECAは100%リコール(F1=0.94)で88.9%の精度に達し、著者が検証した12のバグを地上の真実を超えて表面化している。
Sherlock Fusaka Audit Contest(10のターゲット、366の応募)では、SPECAが専門家が強化した15の脆弱性をすべて回復し、4つの修正確認バグが浮上した。
論文 参考訳（メタデータ） (2026-04-29T09:57:07Z) - Symbolic Execution Meets Multi-LLM Orchestration: Detecting Memory Vulnerabilities in Incomplete Rust CVE Snippets [0.21485350418225244]
本稿では,シンボル実行(KLEE)と4エージェントのマルチLLMアーキテクチャを組み合わせて,Rustの安全でないコードのメモリ脆弱性を検出するシステムを提案する。
CVEデータベースエントリは、構造体定義、インポート、Cargoマニフェストを欠いた分離されたコードスニペットのみを提供する。
論文 参考訳（メタデータ） (2026-04-28T01:27:09Z) - 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) - 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) - RAP-Gen: Retrieval-Augmented Patch Generation with CodeT5 for Automatic
Program Repair [75.40584530380589]
新たな検索型パッチ生成フレームワーク(RAP-Gen)を提案する。
RAP-Gen 以前のバグ修正ペアのリストから取得した関連する修正パターンを明示的に活用する。
RAP-GenをJavaScriptのTFixベンチマークとJavaのCode RefinementとDefects4Jベンチマークの2つのプログラミング言語で評価する。
論文 参考訳（メタデータ） (2023-09-12T08:52:56Z)
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。