論文の概要: AegisAsync: Symbolic Async-Event Simulation for Risks in Python Asynchronous Programs
- arxiv url: http://arxiv.org/abs/2610.18831v1
- Date: Tue, 13 Oct 2026 17:54:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:24:41.936926
- Title: AegisAsync: Symbolic Async-Event Simulation for Risks in Python Asynchronous Programs
- Title（参考訳）: AegisAsync: Python非同期プログラムのリスクに対するシンボリック非同期イベントシミュレーション
- Abstract要約: Pythonの非同期プログラムのセキュリティと堅牢性リスクは、イベント順序、オブジェクトのアイデンティティ、例外やキャンセル後の実行に依存する。
本稿では,CPython 3.10-3.14の非同期リスクをバイトコードベースで解析するAegisAsyncを提案する。
- 参考スコア（独自算出の注目度）: 7.13396930901845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Security and robustness risks in Python async programs depend on event order, object identity, and execution after exceptions or cancellation. Detecting these risks requires connecting related operations across function calls and tracking their effects along execution paths. We present AegisAsync, a bytecode-based analysis of Python async risks for CPython 3.10-3.14. Its Async Event Transition Graph combines bytecode control flow, resolved calls, async events, and symbolic object relations. Bounded path-local simulation tracks event order and object states and explores cancellation at await suspensions. Six detector plugins evaluate the resulting traces and states to produce candidates with supporting witnesses. On AsyncBench, our benchmark of 180 labeled risks, AegisAsync detects all labeled risks with zero false positives on each of the five versions. Across five path budgets on 2,500 PyPI package versions, source review confirms 457 of 910 AegisAsync candidate records (50.2%), representing 457 unique bugs; across three flake8-async samples, 70 of 2,187 review judgments are confirmed (3.2%). By submission, 166 PoCs reproduce AegisAsync findings, and we have reported 157 bugs to developers, of which 16 have been confirmed and fixed.
- Abstract（参考訳）: Pythonの非同期プログラムのセキュリティと堅牢性リスクは、イベント順序、オブジェクトのアイデンティティ、例外やキャンセル後の実行に依存する。
これらのリスクを検出するには、関数呼び出しをまたいで関連する操作を接続し、実行パスに沿ってその効果を追跡する必要がある。
本稿では,CPython 3.10-3.14の非同期リスクをバイトコードベースで解析するAegisAsyncを提案する。
Async Event Transition Graphは、バイトコード制御フロー、解決された呼び出し、非同期イベント、シンボリックオブジェクトリレーションを組み合わせたものだ。
境界経路局所シミュレーションは、イベント順序とオブジェクト状態を追跡し、サスペンションを待つときにキャンセルを探索する。
6つの検出器プラグインは、結果として得られた痕跡と状態を評価し、証人を支持する候補を生成する。
180のラベル付きリスクのベンチマークであるAsyncBenchでは、AegisAsyncが5つのバージョンそれぞれに偽陽性のないラベル付きリスクをすべて検出しています。
2500 PyPIパッケージバージョンの5つのパス予算で、ソースレビューでは、910 AegisAsyncの候補レコード(50.2%)のうち457が457のユニークなバグであり、3つのFrake8非同期サンプルで、2,187のレビュー判断のうち70が確認されている(3.2%)。
提出によって166のPoCがAegisAsyncの発見を再現し,開発者に対して157のバグを報告した。
関連論文リスト
- Traceable World State: A Provenance-Aware State Representation and Deterministic Replay Framework for Robotic Systems [0.0]
提案するTraceable World State(TWS)は,プロファイランスを意識したロボットの世界状態のセマンティック表現である。
TWSスナップショットはエンティティ、リレーション、観察、信頼性、リビジョンメタデータをキャプチャする。
標準的なSHA-256ハッシュチェーンは、タンパーの明確なログを保証する。
論文 参考訳（メタデータ） (2026-10-08T14:26:19Z) - Evaluating Exact Output and Checkpoint-State Prediction in Real Programs [13.471405204780497]
ベンチマークには371のPythonとC++プログラムから400のケースが含まれている。
11,200件の予測のうち、11,151件が段階的な反応を示した。
推論可能な設定は、完了した応答に対して33.1から55.2ポイントの差でオフセットを上回っている。
論文 参考訳（メタデータ） (2026-10-08T12:59:07Z) - ArrivalBench: Agent-Generated Data Pipelines Are Correct Once and Wrong Under Time [0.40611352512781873]
ArrivalBenchは、エージェントが残したパイプラインを再実行する。
オラクルは分類ではなく再計算するので、間違ったテーブルとクラッシュは別個の判断である。
論文 参考訳（メタデータ） (2026-10-01T18:39:06Z) - CONCURDEP: Event-Guided Analysis of Dependency Invalidation in CPython Concurrency [6.347513722672205]
本研究では,依存性の無効化に関するソースレベルの静的解析であるCONCURDEPを提案する。
マッチした180のセマンティック・コンフォーマンス・ケースを正しく分類し、3つのCPythonリリースをそれぞれ分析する。
調査では、これまで公開されていない95件を含む、フリースレッドおよび従来のGILビルドで144件のバグが特定されている。
論文 参考訳（メタデータ） (2026-09-23T16:44:30Z) - AutoTuneBench: Trustworthy Measurement for Agent Auto-Tuning of LLM Serving Engines [8.951500258016974]
本稿では,信頼アーキテクチャを実現するベンチマークおよび測定プロトコルであるAutoTuneBenchを紹介する。
619モデルコールの4日間のパイロットコーパスから4つの障害モードを特徴付ける。
論文 参考訳（メタデータ） (2026-09-16T04:58:25Z) - Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents [48.967927222079965]
Ledgerは、エージェントの完了したインタラクションを明示的な実行状態に蒸留するランタイム層である。
Ledgerはこの状態をオンライン実行台帳に保持し、各ステップの2つのバウンダリに適用される。
500のSWE-bench検証インスタンス全体で、LedgerはPass@1を56.2%から64.2%に、GPT-5 miniを75.8%から81.0%に、MiniMax M2.5を81.0%に引き上げている。
論文 参考訳（メタデータ） (2026-08-01T18:25:00Z) - The Range Shrinks, the Threat Remains: Re-evaluating LLM Package Hallucinations on the 2026 Frontier-Model Cohort [51.56484100374058]
Spracklenらは、コード生成された大きな言語モデルは、PyPIやnpmに存在しないパッケージ名を幻覚させることを示した。
199,845対のPythonとJavaScriptプロンプトの幻覚率を測定し、PyPIとnpmマスターリストに対して検証した。
127個のパッケージ名(PyPIは109個,npmは18個)を5つの評価モデルで同一に作成する。
論文 参考訳（メタデータ） (2026-05-16T16:08:52Z) - ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。
現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。
最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
論文 参考訳（メタデータ） (2026-04-26T16:05:02Z) - SyncMind: Measuring Agent Out-of-Sync Recovery in Collaborative Software Engineering [74.04271300772155]
SyncMindは、ソフトウェア工学において、大きな言語モデル(LLM)エージェントが直面している非同期の問題を体系的に定義するフレームワークである。
SyncMindをベースとしたSyncBenchは,実世界のCSEで24,332のエージェントアウトオブシンクシナリオを特徴とするベンチマークです。
論文 参考訳（メタデータ） (2025-02-10T19:38:36Z)
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。