論文の概要: CyberDual: AI Attackers versus AI Code Reviewers in Real Software Maintenance
- arxiv url: http://arxiv.org/abs/2610.34435v1
- Date: Sun, 25 Oct 2026 16:44:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.614695
- Title: CyberDual: AI Attackers versus AI Code Reviewers in Real Software Maintenance
- Title（参考訳）: CyberDual:AI攻撃者対AIコードレビュー者
- Abstract要約: CyberDualは、AIのこの二重の役割のアリーナだ。
私たちは、レビューから出てくるコードで攻撃者の概念実証(PoC)を再実行します。
すべての攻撃は新しいもので、最新のアップストリーム履歴から、四半期毎にウィンドウを再構築することができる。
- 参考スコア（独自算出の注目度）: 17.55954486386142
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open-source projects now let AI agents review incoming code, but the code under review may itself come from an AI attacker. We present CyberDual, an arena for this dual role of AI: attacker agents hide an exploitable bug in real maintenance work on widely used open-source projects, and reviewer agents try to find and repair it. Execution decides each match: we rerun the attacker's proof of concept (PoC) on the code that comes out of review. Every attack is new, and the windows can be rebuilt each quarter from the latest upstream history. Three agentic reviewers catch 85-91% of 1,088 valid attacks from six attackers. Yet when the attacker spreads the bug over real upstream commits, about one in six attack slots still ends with a working exploit after review. The strongest attacker has open weights: GLM 5.3 almost never refuses, and its attacks make up 13 of the 28 that get past all three reviewers. When they miss, Claude reviewers mostly approve the attack, while GPT-6-Sol mostly repairs the wrong code; a reviewer from a second vendor catches about two thirds of a Claude reviewer's misses. Beyond a leaderboard, CyberDual has three uses. First, PoC execution gives both sides a reward that agent reports cannot game, so its surviving attacks can train reviewers against stronger attackers. Second, it can gate a release on both scores: Claude Sonnet 5 refuses one in five attack slots, yet attacks about as well as GPT-6-Sol, so refusal alone does not remove attack capability. Third, it can warn the teams behind a deployed reviewer when a new attacker crosses a threshold: GLM 5.3 in Claude Code already gets an exploit past Sonnet 5 in 17% of its attack slots.
- Abstract（参考訳）: オープンソースのプロジェクトでは、AIエージェントが入ってくるコードをレビューできるが、レビュー中のコードはAI攻撃者自身によるものかもしれない。
攻撃エージェントは、広く使われているオープンソースプロジェクトの実際のメンテナンス作業において、悪用可能なバグを隠蔽し、レビュアーエージェントはそれを見つけ、修復しようとする。
攻撃者の概念実証(PoC)をレビューから出てくるコードで再実行します。
すべての攻撃は新しいもので、最新のアップストリーム履歴から、四半期毎にウィンドウを再構築することができる。
3人のエージェント・レビュアーが6人の攻撃者による1,088人の有効な攻撃の85-91%を捕まえた。
しかし、アタッカーが実際のアップストリームコミットにバグを広げると、アタックスロットの6分の1は、レビュー後に動作するエクスプロイトで終わる。
最強の攻撃者はオープンウェイトを持ち、GLM 5.3はほとんど拒否せず、その攻撃は3人のレビュアー全てを追い越す28人中13人で構成されている。
GPT-6-Solは間違ったコードを修理するが、第2のベンダーのレビュアーはクロードのレビュアーのミスの約3分の2をキャッチする。
リーダーボード以外にも、CyberDualには3つの用途がある。
まず、PoCの実行は、エージェントレポートがゲームできない報酬を与えるため、生き残った攻撃は、より強力な攻撃者に対してレビュアーを訓練することができる。
クロード・ソネット5は5分の1の攻撃スロットを拒否するが、攻撃はGPT-6-Solと同様に拒否する。
第3に,新たな攻撃者がしきい値を越えた場合,デプロイされたレビュアのチームに対して警告を行うことができる。 Claude CodeのGLM 5.3はすでに,攻撃スロットの17%で,Sonnet 5を経由したエクスプロイトをすでに取得している。
関連論文リスト
- SWE-Duel: Towards a Self-Scaling Arena for Coding Agents [9.502686818788131]
1500ターンの5言語で15のリポジトリで、11人のモデルハーネス参加者の間でトーナメントを開催しています。
Codex CLI の GPT-5.5 が最強の解決法として最初にランクインし、レビューした欠陥の98.3%を修復した。
1つのモデルファミリー内では、最新のバージョンによって書かれたタスクが、古いバージョンよりもはるかに頻繁に固定参照解決器を倒す。
論文 参考訳（メタデータ） (2026-10-08T18:01:00Z) - Adaptive Code Revision Attacks on AI Pull Request Reviewers [14.792495252879398]
プルリクエストレビューは、新しいコードがユーザに到達する前にソフトウェアを保護する。
脆弱性のあるコードを提出するアタッカーに対して、フィードバックは、どのような変更が承認を確保するかも明らかにする。
既存のPR攻撃は、実行可能コードの修正を維持しながら、説得力のあるテキストやコメントを通じてそのような承認を求める。
これにより、攻撃者が修正されたコードの脆弱性を保持しながら、報告された問題を修正するためにフィードバックを使用できるかどうかが明らかになる。
論文 参考訳（メタデータ） (2026-10-04T17:34:56Z) - MobileCybench: Evaluating Agent Vulnerability Discovery via Executable Probes [79.56668124357292]
本稿では,プローブを用いた脆弱性レポート評価フレームワークを提案する。
報告されたエクスプロイトは、アプリケーションに対してそれを再生し、プローブを実行することで評価される。
プローブが既知の脆弱性ではなくセキュリティプロパティをエンコードしているため、プローブがいつ書かれたか分からない脆弱性を検出することができる。
論文 参考訳（メタデータ） (2026-09-21T01:21:06Z) - Hardening Agent Benchmarks with Adversarial Hacker-Fixer Loops [30.90132709192538]
エージェントベンチマークは、通常手書きで不安定な結果検証器で評価され、ハックに対して報酬を与えるために開放される。
5つの端末エージェントベンチマークで1,968のタスクを監査し、323 (16%) がフロンティアモデルによってハック可能であることを発見した。
我々は,タスクごとの手動パッチを使わずに,エクスプロイトに耐性のあるバリデーションを構築する手法であるHacker-fixer loopを紹介した。
論文 参考訳（メタデータ） (2026-06-08T03:00:56Z) - ExploitGym: Can AI Agents Turn Security Vulnerabilities into Real Attacks? [92.21756459993695]
低レベルのプログラム推論を必要とするため、爆発は難しい作業です。
その重要性と診断価値にもかかわらず、搾取は未評価のままである。
ExploitGymは、AIエージェントのエクスプロイト能力に関する大規模で多様な、現実的なベンチマークである。
論文 参考訳（メタデータ） (2026-05-11T18:00:14Z) - When "Correct" Is Not Safe: Can We Trust Functionally Correct Patches Generated by Code Agents? [32.85968956009615]
コードエージェントは、GitHubなどのプラットフォーム上のバグを自律的に修正することをますます信頼している。
本稿では,実世界のコードエージェントに対する新たなタイプの脅威を明らかにする。
我々は、SOTA LLM(例えば、ChatGPTとClaude)とエージェントの足場(例えば、SWE-agentとOpenHands)がこのFCV脅威に対して脆弱であることを示す。
論文 参考訳（メタデータ） (2025-10-15T17:16:36Z) - Cuckoo Attack: Stealthy and Persistent Attacks Against AI-IDE [64.47951172662745]
Cuckoo Attackは、悪意のあるペイロードを構成ファイルに埋め込むことで、ステルス性と永続的なコマンド実行を実現する新しい攻撃である。
攻撃パラダイムを初期感染と持続性という2つの段階に分類する。
当社は、ベンダーが製品のセキュリティを評価するために、実行可能な7つのチェックポイントを提供しています。
論文 参考訳（メタデータ） (2025-09-19T04:10:52Z) - BountyBench: Dollar Impact of AI Agent Attackers and Defenders on Real-World Cybersecurity Systems [62.17474934536671]
我々は、現実世界のシステムを進化させる際に、攻撃的かつ防御的なサイバー能力を捕獲する最初の枠組みを紹介する。
脆弱性ライフサイクルを捉えるために、3つのタスクタイプを定義します。検出(新たな脆弱性の検出)、エクスプロイト(特定の脆弱性の探索)、パッチ(特定の脆弱性のパッチ)。
Claude Code,OpenAI Codex CLI with o3-high and o4-mini,カスタムエージェント with o3-high, GPT-4.1, Gemini 2.5 Pro Preview, Claude 3.7 Sonnet Thinking, DeepSeek-R1。
論文 参考訳（メタデータ） (2025-05-21T07:44:52Z) - Not All Prompts Are Secure: A Switchable Backdoor Attack Against Pre-trained Vision Transformers [51.0477382050976]
この作業でスイッチトークンと呼ばれる追加のプロンプトトークンは、バックドアモードをオンにすることができ、良心的なモデルをバックドアモードに変換することができる。
事前訓練されたモデルを攻撃するため、SWARMと呼ばれる攻撃はトリガを学習し、スイッチトークンを含むトークンをプロンプトする。
多様な視覚認識タスクの実験は、切り替え可能なバックドア攻撃の成功を確認し、95%以上の攻撃成功率を達成した。
論文 参考訳（メタデータ） (2024-05-17T08:19:48Z) - Stealthy Backdoor Attack for Code Models [19.272856932095966]
既存のコードモデルに対するバックドア攻撃では、不便で簡単に検出できるトリガーが使用される。
本稿では、ステルスなバックドア攻撃によるコードモデルの脆弱性を調査することを目的とする。
AFRAIDOORにおけるアダプティブトリガーの約85%が、防衛プロセスにおける検出をバイパスしていることがわかった。
論文 参考訳（メタデータ） (2023-01-06T13:15:42Z)
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。