論文の概要: PrimSynth: An Agentic Approach to Discover, Validate, and Synthesize Exploit Primitives for Linux Kernel Vulnerabilities
- arxiv url: http://arxiv.org/abs/2609.02647v1
- Date: Wed, 02 Sep 2026 14:21:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.412011
- Title: PrimSynth: An Agentic Approach to Discover, Validate, and Synthesize Exploit Primitives for Linux Kernel Vulnerabilities
- Title（参考訳）: PrimSynth: Linuxカーネル脆弱性の発見、検証、シンセサイズのためのエージェントアプローチ
- Abstract要約: Linuxカーネルの脆弱性は下流システムにとって重要である。
本稿では,6種類のエクスプロイトプリミティブのクラスを形式化する体系的特徴付けを紹介する。
プリミティブな更新戦略とプリミティブなパスコード合成ルールを結合した拡張エクスプロイト戦略表現が提案されている。
- 参考スコア（独自算出の注目度）: 9.53106213170543
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Linux kernel vulnerabilities are critical to downstream systems. Despite extensive research on automated kernel exploitation, a fundamental challenge remains the conceptual gap between abstract exploit strategies and concrete technical operations. To fill this gap, this paper introduces a systematic characterization that formalizes six classes of exploit primitives from logical capability to validatable effect. Then, an extended exploit strategy representation is proposed, which couples primitive upgrading strategies with primitive path code synthesis rules governing object constraints, temporal sequencing, environment prerequisites, and validation constraints. Building upon this foundation, this paper presents \textsc{PrimSynth}, a multi-agent framework that encapsulates these representations through coordinated agents to discover, validate, and synthesize exploit primitives for memory corruption vulnerabilities in the Linux kernel. These agents operate in an iterative closed loop until valid primitives are found, leveraging validation signals as evidence of exploitable state transitions to ground primitive synthesis decisions. An automated method for extracting and validating primitives is also proposed based on vulnerability-directed execution and a rebootable validation environment. \textsc{PrimSynth} is evaluated on 16 real-world Linux kernel CVEs spanning 5 vulnerability types. Experimental results show that PrimSynth achieves reliable primitive extraction, maintaining a 100% primitive match rate. For primitive synthesis, PrimSynth successfully synthesizes multi-primitive exploitation chains with 82.4% strategy synthesis rate (SSR) when the public PoC is available and a 61.3% SSR without the guidance of primitive hypotheses.
- Abstract（参考訳）: Linuxカーネルの脆弱性は下流システムにとって重要である。
カーネルの自動エクスプロイトに関する広範な研究にもかかわらず、抽象的なエクスプロイト戦略と具体的な技術的操作の間の概念的なギャップは依然として根本的課題である。
このギャップを埋めるために、論理的能力から有効な効果へと、6種類のエクスプロイトプリミティブのクラスを形式化する体系的特徴付けを提案する。
次に、拡張されたエクスプロイト戦略表現を提案し、プリミティブなアップグレード戦略と、オブジェクト制約、時間的シーケンシング、環境前提条件、検証制約を規定するプリミティブなパスコード合成規則を結合する。
この基盤を基盤として,Linuxカーネルにおけるメモリ破損の脆弱性を発見し,検証し,利用するプリミティブを合成するために,コーディネートを介してこれらの表現をカプセル化するマルチエージェントフレームワークである‘textsc{PrimSynth} を提案する。
これらのエージェントは、有効なプリミティブが見つかるまで反復閉ループで動作し、バリデーションシグナルを基礎となるプリミティブ合成決定への悪用可能な状態遷移の証拠として活用する。
また,脆弱性指向実行と再起動可能な検証環境に基づいて,プリミティブの抽出と検証の自動化手法を提案する。
\textsc{PrimSynth}は5つの脆弱性タイプにまたがる16の現実世界のLinuxカーネルCVEで評価される。
実験結果から,PrimSynthは100%原始マッチング率を維持し,信頼性の高い原始抽出を実現することが示された。
原始合成のために、PrimSynthは、公開PoCが利用可能であるときに82.4%の戦略合成速度と、原始仮説のガイダンスなしで61.3%のSSRで、多原始的利用連鎖をうまく合成する。
関連論文リスト
- Decoupling is a Necessity: Transformation-Agnostic Decompiled Code Recovery under Optimization and Obfuscation [17.25489608715255]
我々は、ソースリカバリのための最初のマルチフェーズLCMフレームワークであるReSourceを紹介する。
これはバイナリからソースへの不一致を、語彙、構文、意味という3つの階層に概念化する。
83%のTop-5ソース検索精度と平均類似度スコアが0.66である。
論文 参考訳（メタデータ） (2026-08-28T03:52:54Z) - Towards Better Linux Kernel Fault Localization: Leveraging Contrastive Reasoning and Hierarchical Context Analysis [15.256164004074995]
提案するCoHiKerは,Linuxカーネルに適したLLMベースのFL技術である。
CoHiKer は,(1) 相対的推論,(1) 慎重に変更したパスとフェールテストケースの振る舞いの相違を解析して根本原因を特定する,2) 階層的コンテキスト解析,(2) ファイルからメソッドへのローカライズ範囲を体系的に制限する,という2つの重要なイノベーションを紹介した。
我々は、CoHiKerを5つの最先端のベースラインに対して拡張されたLinuxカーネルバグデータセットで評価した。CoHiKerは、すべての競合より一貫して優れており、ファイルレベルでは26.07%、メソッドでは56.85%まで、Top-1ローカライゼーションの精度が向上している。
論文 参考訳（メタデータ） (2026-07-01T07:51:02Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - TENSURE: Fuzzing Sparse Tensor Compilers (Registered Report) [9.083996936429465]
我々は,スパースコンパイラのテストに特化して設計された,最初のブラックボックスファジィフレームワークであるTENSUREを紹介する。
合成されたカーネルの100%の意味論的妥当性を保証する制約ベースの新しい生成アルゴリズムを提案する。
TACOとFinchの2つの最先端システムに対する評価では、特にTACOでは、TENSUREがクラッシュや無音の誤コンパイルを露呈している。
論文 参考訳（メタデータ） (2026-03-19T00:13:14Z) - Towards Cold-Start Drafting and Continual Refining: A Value-Driven Memory Approach with Application to NPU Kernel Synthesis [68.7701048879757]
EvoKernelは、カーネル合成のライフサイクルを自動化する自己進化型エージェントフレームワークである。
ステージ固有のQ値を学び、現在の目標への貢献に基づいて経験を優先する。
モデルの正しさを11.0%から83.0%に改善し、初期ドラフトよりも3.60倍のスピードアップを実現している。
論文 参考訳（メタデータ） (2026-03-11T14:57:06Z) - RealSec-bench: A Benchmark for Evaluating Secure Code Generation in Real-World Repositories [58.32028251925354]
LLM(Large Language Models)は、コード生成において顕著な能力を示しているが、セキュアなコードを生成する能力は依然として重要で、未調査の領域である。
我々はRealSec-benchを紹介します。RealSec-benchは、現実世界の高リスクなJavaリポジトリから慎重に構築されたセキュアなコード生成のための新しいベンチマークです。
論文 参考訳（メタデータ） (2026-01-30T08:29:01Z) - CAHS-Attack: CLIP-Aware Heuristic Search Attack Method for Stable Diffusion [6.4760110921280045]
拡散モデルは、敵のプロンプトに直面すると顕著な脆弱さを示す。
本稿では,CLIP-Aware Heuristic Search攻撃法CAHS-Attackを提案する。
論文 参考訳（メタデータ） (2025-11-26T08:52:44Z) - A Technical Exploration of Causal Inference with Hybrid LLM Synthetic Data [3.121656940390038]
大規模言語モデル(LLM)は、合成データを生成する柔軟な手段を提供する。
既存のアプローチでは、平均処理効果(ATE)のような主要な因果パラメータを保存できない場合が多い。
論文 参考訳（メタデータ） (2025-10-31T23:34:44Z) - EvoSyn: Generalizable Evolutionary Data Synthesis for Verifiable Learning [63.03672166010434]
我々は、進化的、タスクに依存しない、戦略を導いた、実行可能検証可能なデータ合成フレームワークを紹介します。
問題、多様な候補解、検証成果物を共同で合成する。
これは、人間による注釈付きチェックと戦略によるチェックの合意を強制する一貫性に基づく評価器を通じて戦略を反復的に発見する。
論文 参考訳（メタデータ） (2025-10-20T11:56:35Z) - Theoretical Insights in Model Inversion Robustness and Conditional Entropy Maximization for Collaborative Inference Systems [89.35169042718739]
協調推論により、クラウドサーバに機密データを公開することなく、エンドユーザは強力なディープラーニングモデルを活用することができる。
近年の研究では、これらの中間機能は、情報が漏洩し、生データをモデル反転攻撃(MIA)によって再構築できるため、プライバシーを十分に保持できないことが判明している。
この研究はまず、与えられた中間特徴の入力の条件エントロピーが、任意のMIAの下での再構成平均二乗誤差(MSE)の保証された下界を与えることを理論的に証明する。
そして、ガウス混合推定に基づいて、この条件付きエントロピーを有界化するための微分可能かつ可解な尺度を導出し、逆ロバスト性を高める条件付きエントロピーアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-03-01T07:15:21Z) - Empirical Analysis of Vulnerabilities Life Cycle in Golang Ecosystem [0.773844059806915]
Golangの脆弱性のライフサイクルを総合的に調査した。
その結果、Golangエコシステムの66.10%のモジュールが脆弱性の影響を受けていることがわかった。
タグ付けされていない脆弱性やラベル付けされていない脆弱性の背後にある理由を分析することで、タイムリーリリースとインデクシングのパッチバージョンは、エコシステムのセキュリティを著しく向上させる可能性がある。
論文 参考訳（メタデータ） (2023-12-31T14:53:51Z) - A Discrepancy Aware Framework for Robust Anomaly Detection [51.710249807397695]
本稿では,DAF(Disdisrepancy Aware Framework)を提案する。
本手法は,デコーダの欠陥同定に外見に依存しないキューを利用して,その合成外観への依存を緩和する。
単純な合成戦略の下では,既存の手法を大きなマージンで上回り,また,最先端のローカライゼーション性能も達成している。
論文 参考訳（メタデータ） (2023-10-11T15:21:40Z)
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。