論文の概要: VulnSAGE: Adjudicating SAST Reports by Connecting LLM Reasoning to Program Structure

• arxiv url: http://arxiv.org/abs/2610.23035v1
• Date: Fri, 16 Oct 2026 07:12:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.801426
• Title: VulnSAGE: Adjudicating SAST Reports by Connecting LLM Reasoning to Program Structure
• Title（参考訳）: VulnSAGE: LLM推論とプログラム構造を結合したSASTレポートの調整
• Abstract要約: VulnSAGEは静的アプリケーションセキュリティテスト(SAST)レポートの判断システムである。 大型言語モデル(LLM)を両方向のプログラム構造に接続する。 97件の誤報のうち89件を拒絶し、90件の欠陥のうち85件を残している。
• 参考スコア（独自算出の注目度）: 12.919621922876281
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Static Application Security Testing (SAST) reports flag operations whose safety depends on project-specific context, and maintainers must decide which reports describe real defects. Large language models (LLMs) can interpret this context, but adjudicating a report with them requires the decisive code, which often lies far from the reported line, and a decision basis that program analysis can check. We present VulnSAGE, an adjudication system for SAST reports that connects LLM reasoning to program structure in both directions. Its report-centered slicer recovers the dependencies of the reported operation together with the program structure that explains them, such as the caller object on which a helper acts. CLAIM, an intermediate representation for report judgments, records each model interpretation as a semantic fact that cites the program relations it assumes. Program analysis checks these premises, and the verdict follows from the facts whose premises hold. Both mechanisms share a program graph, which lets the model cite the code it reads and lets the checker query those citations. Statically supported true positives then guide proof-of-concept generation and runtime reproduction. Across 187 labeled reports from four corpora covering five vulnerability families, VulnSAGE rejects 89 of 97 false alarms and retains 85 of 90 real defects. Under a common PoC procedure, 25 of its positive verdicts reproduce at runtime, compared with three for the LLM-based adjudicator LLM4SA. Applied to 45,440 alerts raised by five SAST tools on the 200 most-starred C/C++ projects on GitHub, it reproduces 104 defects at runtime. Maintainers have confirmed 24 of the 26 defects they have responded to, including ten previously unknown defects, nine of which are already fixed.
• Abstract（参考訳）: 静的アプリケーションセキュリティテスト(SAST)は、プロジェクト固有のコンテキストに依存しているフラグ操作を報告します。 大規模言語モデル(LLM)は、この文脈を解釈することができるが、レポートをそれで判断するには決定的なコードが必要である。 本稿では,LSM推論を両方向のプログラム構造に接続するSASTレポートの適応システムであるVulnSAGEを提案する。 そのレポート中心スライサは、ヘルパーが作用する呼び出しオブジェクトなど、それらを説明するプログラム構造とともに、報告された操作の依存関係を回復する。 レポート判断の中間表現であるCLAIMは、各モデル解釈を、それが想定するプログラム関係を引用する意味的な事実として記録する。 プログラム分析はこれらの前提をチェックし、その前提が保持する事実から判断を下す。 どちらのメカニズムもプログラムグラフを共有しており、モデルが読み込んだコードを引用し、チェッカーがそれらの引用をクエリできるようにする。 静的にサポートされた true 陽性は、概念実証と実行時の再現をガイドする。 187年にわたって、VulnSAGEは、97件の誤報のうち89件を拒絶し、90件の欠陥のうち85件を保存している。 一般的なPoC法では、25の正の評定は実行時に再現され、LSMベースの副詞 LLM4SA の3つと比較される。 GitHub上の200の最もスターの多かったC/C++プロジェクトで、SASTツール5つによって提起された45,440のアラートに適用されると、実行時に104の欠陥を再現する。 管理者は、これまで不明だった10の欠陥を含む26の欠陥のうち、24の欠陥がすでに修正されていることを確認した。

関連論文リスト

• SNIPTEST: Fuzzing Multi-Level Code Slices for Validating Vulnerabilities [5.543923005131487]
  SNIPTESTは、静的分析警告を中心にコンパイルされたコードスライスを生成し、ファズする実行ベースの警告トリアージフレームワークである。 SNIPTESTを実世界の3つのプロジェクトに対して97の真の脆弱性と97の誤報のベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-08-18T05:47:13Z)
• When Agentic Executions Fail: Detecting and Localizing Runtime Faults from Telemetry [12.471487731560643]
  AgentCHAOSBENCHは、実行テレメトリからエージェントシステムのランタイム障害を検出し、ローカライズするためのベンチマークである。 エージェント・ツー・エージェントプロトコル上でエージェントをコーディネートする5つのアプリケーションを実行し、Model Context Protocolを通じてツールを呼び出す。 結果として得られたデータセットには2759.2%のトレースが含まれている。
  論文  参考訳（メタデータ） (2026-08-04T20:47:37Z)
• A Benchmark Suite and Ground-Truth Methodology for Formal Verification of IEC 61131-3 Ladder Diagram Programs [0.0]
  本稿では,Programmable Logic Controller (PLC)プログラムの形式検証のための最初のベンチマークスイートを提案する。 当社のスイートは,10の産業ドメインにわたる83の変種で50のプログラムで構成されています。 中心的な方法論的貢献は三部構成の地学の分野である。
  論文  参考訳（メタデータ） (2026-07-17T15:47:04Z)
• VIRO: Robust and Efficient Neuro-Symbolic Reasoning with Verification for Referring Expression Comprehension [51.76841625486355]
  Referring Expression (REC) は、自然言語クエリに対応する画像領域をローカライズすることを目的としている。 最近のニューロシンボリックRECアプローチは、大規模言語モデル(LLM)と視覚言語モデル(VLM)を利用して構成推論を行う。 推論ステップ内に軽量な演算子レベルの検証器を組み込む,ニューロシンボリックなフレームワークであるVIROを紹介する。
  論文  参考訳（メタデータ） (2026-01-19T07:21:19Z)
• SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code [46.20378145112059]
  ポストホック修復パイプラインは、実行後にのみそのような障害を検出する。 本稿では,実時間で行レベルのセマンティック監視を行うセマンティック評価フレームワークSemGuardを紹介する。
  論文  参考訳（メタデータ） (2025-09-29T09:21:32Z)
• Crash Report Enhancement with Large Language Models: An Empirical Study [21.842377922082104]
  大規模言語モデルでは, 故障箇所, 根本原因の説明, 修復提案を追加することで, 事故報告を向上できるかどうかを検討する。 実世界の492件の事故報告のデータセットでは、LSMが実施した報告はTop-1問題局所化の精度を10.6%から40.2-43.1%に改善した。 手動による評価と LLM-as-a-judge の評価は,Agenic-LLM がより強力な根本原因の説明と,より実用的な修復指導を提供することを示している。
  論文  参考訳（メタデータ） (2025-09-16T21:02:57Z)
• Specification-Guided Repair of Arithmetic Errors in Dafny Programs using LLMs [79.74676890436174]
  本稿では,障害の局所化と修復のためのオラクルとして形式仕様を用いたDafny用のAPRツールを提案する。 プログラム内の各ステートメントの状態を決定するために、Hoareロジックの使用を含む一連のステップを通じて、障害をローカライズします。 また, GPT-4o miniが74.18%と高い修理成功率を示した。
  論文  参考訳（メタデータ） (2025-07-04T15:36:12Z)
• Enhancing IR-based Fault Localization using Large Language Models [5.032687557488094]
  本稿では、プログラミングエンティティ、スタックトレース、自然言語テキストに基づいてバグレポートを分類することで、障害局所化(IRFL)を強化する。 クエリの不正確性に対処するため,LLmiRQ+と呼ばれるユーザと対話型クエリ再構成手法を導入する。 6,340件のバグ報告を含む46のプロジェクトの評価では、MRRは0.6770件、MAPは0.5118件であり、7つの最先端IRFL技術を上回っている。
  論文  参考訳（メタデータ） (2024-12-04T22:47:51Z)
• SORRY-Bench: Systematically Evaluating Large Language Model Safety Refusal [64.9938658716425]
  SORRY-Benchは、安全でないユーザ要求を認識し拒否する大規模言語モデル(LLM)能力を評価するためのベンチマークである。 まず、既存の手法では、安全でないトピックの粗い分類を使い、いくつかのきめ細かいトピックを過剰に表現している。 第二に、プロンプトの言語的特徴とフォーマッティングは、様々な言語、方言など、多くの評価において暗黙的にのみ考慮されているように、しばしば見過ごされる。
  論文  参考訳（メタデータ） (2024-06-20T17:56:07Z)

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。