論文の概要: GANADI: Uncovering C/C++ OSS Reuse Genealogies via Pivotal Function-Based Clustering to Enhance Supply Chain Security
- arxiv url: http://arxiv.org/abs/2609.17018v1
- Date: Tue, 15 Sep 2026 11:29:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.475222
- Title: GANADI: Uncovering C/C++ OSS Reuse Genealogies via Pivotal Function-Based Clustering to Enhance Supply Chain Security
- Title（参考訳）: GANADI:Pivotal関数ベースのクラスタリングによるC/C++ OSSリユース生成の発見とサプライチェーンセキュリティの強化
- Abstract要約: GANADIは、ソフトウェアサプライチェーンのセキュリティを強化するために、C/C++ OSSの遺伝子再利用を識別するための体系的なアプローチである。
GANADIは、ソースコードの共有特性に基づいて下流プロジェクトをクラスタリングすることで、再利用の系譜を構築する。
- 参考スコア（独自算出の注目度）: 9.907592376783745
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present GANADI, a systematic approach for identifying C/C++ OSS reuse genealogies to enhance software supply chain security. Understanding OSS reuse genealogy is crucial for improving SBOM completeness and prioritizing security remediation across supply chains. Although existing approaches can identify reused compo- nents and vulnerabilities within a project, they fail to trace OSS reuse paths through intermediate projects, limiting their effectiveness in securing supply chain ecosystems. To address this limitation, GANADI constructs reuse genealogies by clustering downstream projects based on shared characteristics of origin-derived code (called pivotal functions), and then inferring reuse direction among the projects within each cluster. When applied to 20 widely reused OSS projects with over 1,500 propagation paths, GANADI achieved 84.85% precision and 95.76% recall in identifying reuse genealogies, outperforming existing approaches that achieved at most 23.21% recall. Leveraging OSS reuse genealogy for vulnerability detection, we identified 48 unpatched vulnerabilities in real-world popular C/C++ projects. Among them, 23 were patched following our responsible disclosure (including one CVE ID assigned), demonstrating the practical impact of genealogy-based vulnerability management.
- Abstract（参考訳）: 本稿では,ソフトウェアサプライチェーンのセキュリティを高めるために,C/C++ OSSの再利用を分類するための体系的アプローチであるGANADIを提案する。
OSS再利用系譜を理解することは、SBOMの完全性の向上とサプライチェーン間のセキュリティ修復の優先順位付けに不可欠である。
既存のアプローチでは、プロジェクト内で再利用されたコンポネントと脆弱性を識別できるが、中間プロジェクトを通してOSSの再利用パスを追跡することができず、サプライチェーンエコシステムの確保における有効性を制限している。
この制限に対処するため、GANADIは、元のコード(ピボット関数と呼ばれる)の共有特性に基づいて下流プロジェクトをクラスタリングし、各クラスタ内のプロジェクト間で再利用方向を推測することで、再利用の系譜を構築する。
1500以上の伝搬経路を持つ20の広く再利用されたOSSプロジェクトに適用されると、GANADIは84.85%の精度と95.76%のリコールを達成し、23.21%のリコールで達成された既存のアプローチを上回った。
OSSの再利用系譜を利用して脆弱性検出を行い、実世界の一般的なC/C++プロジェクトで48の未パッチの脆弱性を特定した。
そのうち23件は機密情報開示後(CVE IDが割り当てられた1件を含む)、系譜に基づく脆弱性管理の実践的影響を実証した。
関連論文リスト
- ARVO: Atlas of Reproducible Vulnerabilities for Open-Source Software [19.754448461368323]
私たちは、さまざまな脆弱性を大規模に保証する、新たなセキュリティデータセットを作成しています。
評価では、ARVOは81%の脆弱性を再現し、位置したパッチに対して89.4%の正確性を達成した。
論文 参考訳（メタデータ） (2026-06-15T20:49:29Z) - GCVE: A Decentralized Model for Vulnerability Identification, Publication, and Operational Enrichment [51.77969450792284]
Global CVEイニシアチブ(Global CVE Initiative, G)は、脆弱性の識別、パブリッシュ、エンリッチメントのための分散化、オープン化、識別子モデルを提案する。
本稿では,自律型G番号認証,ライトウェイトアロケーションルール,分散パブリッシュ,オープン・ベスト・カレントプラクティス,実用的なリファレンス実装を組み合わせた社会技術的取り組みとしてGを提案する。
論文 参考訳（メタデータ） (2026-05-30T19:03:39Z) - GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。
バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。
パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
論文 参考訳（メタデータ） (2026-04-27T11:34:21Z) - A Retrieval-Augmented Generation Approach to Extracting Algorithmic Logic from Neural Networks [48.83701310501069]
NN-RAGは,大規模で異種なPyTorchを検証済みニューラルネットワークの検索可能なライブラリに変換する検索拡張生成システムである。
19のリポジトリに適用して、パイプラインは1,289の候補ブロックを抽出し、991(73.0%)を検証し、80%以上が構造的にユニークであることを実証した。
論文 参考訳（メタデータ） (2025-12-03T23:28:30Z) - Agent KB: Leveraging Cross-Domain Experience for Agentic Problem Solving [62.71545696485824]
我々は,異種エージェントフレームワーク間のシームレスな体験共有を可能にするユニバーサルメモリ基盤であるAgent KBを紹介した。
Agent KBはトラジェクトリを構造化知識ベースに集約し、軽量APIを提供する。
我々は,GAIA,Humanity's Last Exam,GPQA,SWE-benchなどの主要フレームワークにまたがるエージェントを検証した。
論文 参考訳（メタデータ） (2025-07-08T17:59:22Z) - Vulnerability Management Chaining: An Integrated Framework for Efficient Cybersecurity Risk Prioritization [0.0]
本稿では、効率的な脆弱性優先順位付けを実現するための決定木フレームワークである脆弱性管理チェーンを提案する。
まず、KEVメンバシップまたはEPSSしきい値0.088ドルを使用して脅威ベースのフィルタリングを適用し、次にCVSSスコア$geq$7.0)を用いて脆弱性重大度評価を適用し、情報的優先順位付けを可能にする。
論文 参考訳（メタデータ） (2025-06-02T00:06:54Z) - Eradicating the Unseen: Detecting, Exploiting, and Remediating a Path Traversal Vulnerability across GitHub [1.2124551005857036]
オープンソースソフトウェアの脆弱性は、現代のデジタルエコシステムにカスケード効果をもたらす可能性がある。
1,756の脆弱性のあるオープンソースプロジェクトを特定しました。
当社は、この脆弱性をメンテナに責任を持って開示し、報告された脆弱性の14%が再報告されている。
論文 参考訳（メタデータ） (2025-05-26T16:29:21Z) - Building Reuse-Sensitive Control Flow Graphs (CFGs) for EVM Bytecode [8.117605585359753]
Esuerは、再利用に敏感なCFGを構築する際に、コードの再利用を動的に識別するツールである。
99.94%の実行トレースカバレッジと97.02%のF1スコアを達成し、再利用コードの正確な識別を行う。
Esuer が tx.origin や reentrancy などの脆弱性の特定を支援し、それぞれ 99.97% と 99.67% の F1 スコアを達成した。
論文 参考訳（メタデータ） (2025-05-20T14:42:06Z) - Unveiling Hidden Links Between Unseen Security Entities [3.7138962865789353]
VulnScopperは、知識グラフ(KG)と自然言語処理(NLP)を組み合わせたマルチモーダル表現学習を利用した革新的なアプローチである。
我々は、National Vulnerability Database(NVD)とRed Hat CVEデータベースの2つの主要なセキュリティデータセットでVulnScopperを評価した。
VulnScopperは既存の手法よりも優れており、CVEをCWE(Common Vulnerabilities and Exposures)、CPE(Common Platform Languageions)にリンクする際の78%のHits@10精度を実現している。
論文 参考訳（メタデータ） (2024-03-04T13:14:39Z) - Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based
Baseline [95.88825497452716]
歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。
GREWは、野生における歩行認識のための最初の大規模データセットである。
SPOSGaitはNASベースの最初の歩行認識モデルである。
論文 参考訳（メタデータ） (2022-05-05T14:57:39Z) - Transferable, Controllable, and Inconspicuous Adversarial Attacks on
Person Re-identification With Deep Mis-Ranking [83.48804199140758]
システム出力のランキングを乱す学習とミスランクの定式化を提案する。
また,新たなマルチステージネットワークアーキテクチャを開発することで,バックボックス攻撃を行う。
そこで本手法では, 異なるマルチショットサンプリングにより, 悪意のある画素数を制御することができる。
論文 参考訳（メタデータ） (2020-04-08T18:48:29Z)
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。