論文の概要: CASHEWS: Source Preprocessor for LLM-based Malicious Package Detection

• arxiv url: http://arxiv.org/abs/2609.18862v1
• Date: Wed, 16 Sep 2026 16:00:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.887908
• Title: CASHEWS: Source Preprocessor for LLM-based Malicious Package Detection
• Title（参考訳）: CASHEWS:LCMによる悪意パッケージ検出のためのソースプリプロセッサ
• Abstract要約: 悪意のあるnpmパッケージ検出ツールは、ソースコードの意味的理解を利用して、大規模に悪意のあるインテントを検出する。 この機能は、Shai-Huludのような最近のサプライチェーン攻撃に関わるパッケージを特定する上で、非常に有益であることが証明されている。 CASHEWSはJavaScriptプリプロセッサで、ソースコードを書き換えてファイルサイズを減らし、解析に無関係なコードを削除する。
• 参考スコア（独自算出の注目度）: 41.27475849408484
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Malicious npm package detection tools now leverage LLMs' semantic understanding of source code to detect malicious intent at scale. This capability has proven invaluable in identifying packages involved in recent supply-chain attacks such as Shai-Hulud. However, threat actors exploit the limited context windows of LLMs through JavaScript techniques such as code obfuscation that yields high token density and bundling malicious code with benign packages, causing detectors to skip large files or miss malicious behavior. This creates an attack surface for evading detection. In this paper, we present CASHEWS, a JavaScript preprocessor that reduces file size by rewriting source code to remove code that is irrelevant to analysis or likely to mislead the model. Given a package source file, CASHEWS deobfuscates it through iterative decoding, extracts bundled modules and dynamically executed code, identifies malicious sinks and computes backward slices that reach them, and abbreviates long literals and identifiers to produce a compact representation for the detector. Across 512 large package files, two scanner types, and three LLMs, CASHEWS increases analysis coverage from 69.1--85.7% to 98.8--100% and reduces the false-negative rate by up to 18.6 percentage points. CASHEWS also has a median preprocessing time of 30 seconds while reducing net analysis cost by 34.6%, making registry-wide LLM-based analysis more practical. By preprocessing source code before analysis, CASHEWS enables researchers and industry practitioners to use more powerful models for malicious package detection at the same or lower analysis cost as less powerful models.
• Abstract（参考訳）: 悪意のあるnpmパッケージ検出ツールは、LLMのソースコードの意味的理解を利用して、大規模に悪意のある意図を検出する。 この機能は、Shai-Huludのような最近のサプライチェーン攻撃に関わるパッケージを特定する上で、非常に有益であることが証明されている。 しかし、脅威アクターは、高いトークン密度を生じるコード難読化や、悪意のあるコードを良質なパッケージにバンドルするJavaScriptテクニックを通じて、LLMの限られたコンテキストウィンドウを利用する。 これにより、検出を回避するための攻撃面が生成される。 本稿では,JavaScriptプリプロセッサであるCASHEWSを提案する。ソースコードを書き換えて,解析に無関係なコードや,そのモデルを誤解させる可能性のあるコードを削除することで,ファイルサイズを小さくする。 パッケージソースファイルが与えられた場合、CASHEWSは反復的なデコードを通じてそれを非溶解化し、バンドルされたモジュールと動的に実行されたコードを抽出し、悪意のあるシンクを特定し、それらに到達する後方スライスを計算し、長いリテラルと識別子を省略して検出器のコンパクトな表現を生成する。 512個の大きなパッケージファイル、2つのスキャナータイプ、3つのLCMのうち、CASHEWSは分析対象を69.1-85.7%から98.8-100%に増やし、偽陰性率を18.6ポイントまで下げる。 また、CASHEWSは30秒の中央値前処理時間を持ち、ネット分析コストを34.6%削減し、レジストリ全体のLCMベースの分析をより実用的なものにしている。 解析の前にソースコードを前処理することで、CASHEWSは研究者や業界関係者がより強力なモデルを使って悪意のあるパッケージ検出を行うことができる。

関連論文リスト

• ProfMalPlus: Agent-Coordinated Detection of Malicious NPM Packages via Static-Dynamic Analysis Synergy [23.914217277586477]
  ProfMalPlusは、オブジェクト感性行動グラフと協調LLM推論を組み合わせた悪質なNPMパッケージ検出器である。 インストールコマンドとエントリファイルを識別し、機密性の高いAPI、サードパーティの呼び出し、未解決の呼び出しをキャプチャしたグラフを構築する。 ProfMalPlusは98.1%のF1スコアを獲得し、最先端の検出器を3.5%から52.6%向上させた。
  論文  参考訳（メタデータ） (2026-07-15T15:52:11Z)
• Taint-Style Vulnerability Detection and Confirmation for Node.js Packages Using LLM Agent Reasoning [7.678135270362941]
  コードをスキャンし、脆弱性を提案し、概念実証のエクスプロイトを生成し、検証するために、多段階のエージェントパイプラインを実装します。 公開ベンチマークのパッケージでは、LLMVD$.jsが脆弱性の84%を確認し、以前のプログラム分析ツールでは22%未満である。
  論文  参考訳（メタデータ） (2026-04-22T04:50:48Z)
• Bridging Code Property Graphs and Language Models for Program Analysis [1.7158296436650338]
  大規模言語モデル(LLM)は、現実世界のセキュリティ脆弱性を分析する上で、重大な課題に直面します。 トークン制限はレポジトリ全体をロードすることを防ぎ、コード埋め込みはプロシージャ間データフローのキャプチャに失敗し、LLMは複雑な静的解析クエリを生成するのに苦労する。 我々は,Joern の Code Property Graph エンジンと LLM を統合した,オープンソースの Model Context Protocol (MCP) サーバである codebadger を紹介する。
  論文  参考訳（メタデータ） (2026-03-25T22:08:04Z)
• Multi-Agent Taint Specification Extraction for Vulnerability Detection [49.27772068704498]
  コンテナ分析を使用した静的アプリケーションセキュリティテスト(SAST)ツールは、高品質な脆弱性検出結果を提供するものとして広く見なされている。 本稿では,Large Language Models (LLM) のセマンティック理解と従来の静的プログラム解析を戦略的に組み合わせたマルチエージェントシステムであるSemTaintを提案する。 私たちは、SemTaintを最先端のSASTツールであるCodeQLと統合し、これまでCodeQLで検出できなかった162の脆弱性の106を検出して、その効果を実証しています。
  論文  参考訳（メタデータ） (2026-01-15T21:31:51Z)
• Taint-Based Code Slicing for LLMs-based Malicious NPM Package Detection [2.398400814870029]
  本稿では,LLMをベースとした悪意あるパッケージ検出タスクにおいて,コードスライシング技術を活用する新しいフレームワークを提案する。 バックトラッキング機構によって強化されたnpmパッケージのためのテントベースの特殊スライシング手法を提案する。 5000以上の悪意のあるnpmパッケージのデータセットに対する評価は,我々のアプローチがセキュリティ関連コードを分離し,入力量を99%以上削減していることを示している。
  論文  参考訳（メタデータ） (2025-12-13T12:56:03Z)
• "Digital Camouflage": The LLVM Challenge in LLM-Based Malware Detection [0.0]
  大規模言語モデル(LLM)がマルウェア検出のための有望なツールとして登場した。 しかし、逆コンパイラレベルの難読化の下での信頼性はまだ発見されていない。 本研究は,コンパイラレベルの難読化技術に対する3つの最先端LCMのロバスト性を実証的に評価する。
  論文  参考訳（メタデータ） (2025-09-20T12:47:36Z)
• Large Language Model Hacking: Quantifying the Hidden Risks of Using LLMs for Text Annotation [66.84286617519258]
  大規模言語モデルは、データアノテーションやテキスト分析といった労働集約的なタスクの自動化を可能にすることで、社会科学の研究を変革している。 このような変異は、系統的なバイアスやランダムなエラーを導入し、下流の分析に伝播し、タイプI(偽陽性)、タイプII(偽陰性)、タイプS(重み付け効果)、タイプM(誇張効果)のエラーを引き起こす。 意図的なLSMハッキングは驚くほど単純であることがわかった。21の社会科学研究から37のデータアノテーションタスクを複製することで、ほんのわずかのプロンプトの言い回しで、事実上何であれ統計的に重要なものとして表現できることがわかりました。
  論文  参考訳（メタデータ） (2025-09-10T17:58:53Z)
• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• ShadowCode: Towards (Automatic) External Prompt Injection Attack against Code LLMs [56.46702494338318]
  本稿では,コード指向の大規模言語モデルに対する(自動)外部プロンプトインジェクションという,新たな攻撃パラダイムを紹介する。 コードシミュレーションに基づいて誘導摂動を自動生成する,シンプルで効果的な方法であるShadowCodeを提案する。 3つの人気のあるプログラミング言語にまたがる31の脅威ケースを発生させるため、13の異なる悪意のある目標に対して本手法を評価した。
  論文  参考訳（メタデータ） (2024-07-12T10:59:32Z)
• Zero-Shot Detection of Machine-Generated Codes [83.0342513054389]
  本研究は,LLMの生成したコードを検出するためのトレーニング不要な手法を提案する。 既存のトレーニングベースまたはゼロショットテキスト検出装置は、コード検出に効果がないことがわかった。 本手法は,リビジョン攻撃に対する堅牢性を示し,Javaコードによく適応する。
  論文  参考訳（メタデータ） (2023-10-08T10:08:21Z)

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。