論文の概要: SpeC2Rust: Specification-Driven Repository-Level C-to-Rust Translation
- arxiv url: http://arxiv.org/abs/2610.34141v1
- Date: Sun, 25 Oct 2026 08:20:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.543855
- Title: SpeC2Rust: Specification-Driven Repository-Level C-to-Rust Translation
- Title（参考訳）: SpeC2Rust: 仕様駆動型リポジトリレベルC-to-Rust変換
- Abstract要約: SpeC2RustはリポジトリレベルのC-to-Rust変換のための仕様駆動パイプラインである。
Cリポジトリを意味的に一貫性のあるモジュールに分解し、永続的なリポジトリとモジュールレベルの仕様を生成する。
オリジナルのエンドツーエンドテストのコンパイルとパスを行うRustプロジェクトを生成する。
- 参考スコア（独自算出の注目度）: 8.670412878339153
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legacy C codebases remain central to system software and performance-critical infrastructure, but their weak memory safety imposes security and maintenance risks. Recent C-to-Rust translation systems, including LLM-based translators, make automated migration increasingly feasible, yet they still struggle to recover repository-level intent, avoid raw pointers and unsafe constructs, maintain cross-file interfaces, and repair compilation and validation failures efficiently. We propose SpeC2Rust, a specification-driven pipeline for repository-level C-to-Rust translation. It has three stages: (1) Project-Intent Structuring, which decomposes a C repository into semantically coherent modules and generates persistent repository- and module-level specifications; (2) Spec-Guided Generation, which translates each Rust module against these specifications with a live symbol registry to preserve cross-file consistency; and (3) Layered-Feedback Repair, which batches repairs and injects only failure-relevant diagnostics, specification context, and source evidence for efficient compilation and test-driven correction. We evaluate SpeC2Rust on eight repository-level C projects. It generates Rust projects that compile and pass the original end-to-end tests, with no raw-pointer declarations, raw-pointer dereferences, or unsafe lines. On projects shared with an LLM-based baseline, SpeC2Rust reduces cost by 66.1% and input-token usage by 84.7%.
- Abstract（参考訳）: レガシーCコードベースは、システムソフトウェアとパフォーマンスクリティカルなインフラストラクチャの中心に留まっているが、その弱いメモリ安全性はセキュリティとメンテナンスのリスクを伴っている。
LLMベースのトランスレータを含む最近のC-to-Rust翻訳システムでは、自動マイグレーションがますます実現可能になっているが、リポジトリレベルのインテントの復元、生のポインタや安全でないコンストラクトの回避、クロスファイルインターフェースの維持、コンパイルと検証の失敗の効率向上に苦慮している。
本稿では,リポジトリレベルのC-to-Rust変換のための仕様駆動パイプラインであるSpeC2Rustを提案する。
1) Cリポジトリをセマンティックに一貫性のあるモジュールに分解し、永続的なリポジトリとモジュールレベルの仕様を生成するProject-Intent Structuring、2) それぞれのRustモジュールをこれらの仕様に対してライブシンボルレジストリで変換してファイル間の一貫性を維持するSpec-Guided Generation、3) 障害関連診断や仕様コンテキスト、効率的なコンパイルとテスト駆動の修正のためのソースエビデンスのみをバッチで注入するLayered-Feedback repairである。
8つのリポジトリレベルのCプロジェクト上でSpeC2Rustを評価した。
オリジナルのエンドツーエンドテストのコンパイルとパスを行うRustプロジェクトを生成する。
LLMベースのベースラインで共有されるプロジェクトでは、SpeC2Rustはコストを66.1%削減し、入出力使用率は84.7%削減した。
関連論文リスト
- His2Trans: A Skeleton First Framework for Self Evolving C to Rust Translation with Historical Retrieval [45.246293154277886]
His2Transは、決定論的でビルド対応のスケルトンと自己進化的な知識抽出を組み合わせて、安定したインクリメンタルマイグレーションをサポートするフレームワークである。
産業用OpenHarmonyモジュールの実験では、His2Transが99.75%インクリメンタルコンパイルパスレートに達した。
論文 参考訳（メタデータ） (2026-03-03T05:42:08Z) - EvoC2Rust: A Skeleton-guided Framework for Project-Level C-to-Rust Translation [17.560908544319094]
EvoC2Rustは、完全なCプロジェクトを同等のRustに変換する自動化フレームワークである。
プロジェクトレベルの翻訳には骨格誘導翻訳戦略を採用している。
論文 参考訳（メタデータ） (2025-08-06T10:31:23Z) - CRUST-Bench: A Comprehensive Benchmark for C-to-safe-Rust Transpilation [51.18863297461463]
CRUST-Benchは100のCリポジトリのデータセットで、それぞれが安全なRustとテストケースで手書きのインターフェースとペアリングされている。
我々は、このタスクで最先端の大規模言語モデル(LLM)を評価し、安全で慣用的なRust生成が依然として難しい問題であることを確認した。
最高のパフォーマンスモデルであるOpenAI o1は、ワンショット設定で15タスクしか解決できない。
論文 参考訳（メタデータ） (2025-04-21T17:33:33Z) - ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。
このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
論文 参考訳（メタデータ） (2025-02-17T12:38:57Z) - RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust [50.65321080814249]
RustRepoTransは、インクリメンタル翻訳をターゲットにした、最初のリポジトリレベルのコンテキストコード変換ベンチマークである。
複雑な翻訳シナリオの制約を評価するために, 7つの代表的なLLMを評価し, それらの誤差を分析した。
論文 参考訳（メタデータ） (2024-11-21T10:00:52Z)
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。