論文の概要: SemWeaver: Refining LLM-Generated Static Vulnerability Checkers with Analyzer-Internal Evidence
- arxiv url: http://arxiv.org/abs/2610.34928v1
- Date: Mon, 26 Oct 2026 06:55:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.777194
- Title: SemWeaver: Refining LLM-Generated Static Vulnerability Checkers with Analyzer-Internal Evidence
- Title（参考訳）: SemWeaver: アナライザー・インターナルエビデンスによるLCM生成静的脆弱性チェッカの精錬
- Abstract要約: SemWeaverは、パッチ関連アナライザのエビデンスを抽出し、ソースコンテキストとバリデーションフィードバックでそれを組み立てるプラグイン・リファインメント・レイヤである。
我々はLinuxカーネルの修正から39KNighter由来のCSAチェッカー上でSemWeaverを評価する。
- 参考スコア（独自算出の注目度）: 6.565592384912544
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent work shows that LLMs can synthesize static-analysis checkers from security patches, but a compilable checker is not necessarily a correct one. A patch reveals what changed, not why the change is safe, so generated checkers often match only the surface edit and miss the deeper semantic condition. Existing refinement loops feed back compilation errors and validation reports, yet these signals describe symptoms without explaining what the checker misunderstands about the code. We observe that the analysis framework itself already computes the information needed to close this gap. Control-flow graphs, symbolic values, memory regions and checker callbacks are available inside the analyzer but unused by current refinement strategies. SemWeaver is a plug-in refinement layer that extracts patch-relevant analyzer evidence and assembles it with source context and validation feedback into a structured, provenance-labelled bundle. An iterative editing loop refines the checker on both the vulnerable and fixed revisions, guarded by a retention gate that accepts warning recovery or false-positive reduction while preventing over-pruning. We evaluate SemWeaver on 39 KNighter-derived CSA checkers from Linux kernel fixes. With analyzer evidence, refinement reaches 23 warning-positive vulnerable revisions (vs. 15 for KNighter's loop) and raises version-level $F_1$ from 0.448 to 0.575. An ablation removing internal evidence recovers fewer silent cases and produces different checker edits, indicating that the two evidence configurations address complementary recognition gaps. Additional experiments cover three editor models on a 12-subject subset, a CodeQL query refinement, and controlled source-form variations. A qualitative follow-up on all 11 non-tied comparisons traces each warning-count change to a specific checker repair, such as recognizing a lowered callback or unwrapping an expression cast.
- Abstract（参考訳）: 最近の研究によると、LLMはセキュリティパッチから静的解析チェッカーを合成できるが、コンパイル可能なチェッカーは必ずしも正しいものではない。
パッチは、変更が安全な理由ではなく、何を変えたかを明らかにするため、生成されたチェッカーは、表面の編集のみにマッチし、より深いセマンティック条件を見逃すことが多い。
既存のリファインメントループはコンパイルエラーやバリデーションレポートを返送するが、これらのシグナルはチェッカーがコードに対して何を誤解しているかを説明することなく症状を記述する。
我々は、分析フレームワーク自体が、このギャップを埋めるために必要な情報を既に計算していることを観察する。
制御フローグラフ、シンボル値、メモリ領域、チェッカーコールバックはアナライザ内で利用できるが、現在の洗練戦略では使用できない。
SemWeaverは、パッチ関連アナライザのエビデンスを抽出し、ソースコンテキストとバリデーションフィードバックを構造化された、前例のないバンドルにアセンブルするプラグイン・リファインメント・レイヤである。
繰り返し編集ループは、警告回復や偽陽性の低減を許容する保持ゲートによって保護され、過度の切断を防止しながら、脆弱かつ固定されたリビジョンの両方のチェッカーを洗練する。
我々はLinuxカーネルの修正から39KNighter由来のCSAチェッカー上でSemWeaverを評価する。
アナライザの証拠により、リファインメントは23の警告対応の脆弱なリビジョン(KNighterのループのvs.15)に達し、バージョンレベルの$F_1$を0.448から0.575に引き上げる。
内部証拠を除去するアブレーションは、より少ないサイレントケースを回復し、異なるチェッカー編集を生成し、2つのエビデンス構成が相補的な認識ギャップに対処していることを示す。
追加の実験では、12サブオブジェクトサブセットの3つのエディタモデル、CodeQLクエリリファインメント、ソース形式のバリエーションのコントロールがカバーされた。
11の非階層比較の定性的なフォローアップは、各警告数の変更を特定のチェッカーの修正にトレースする。
関連論文リスト
- Securing Agent-Generated Code with Its Own Development History [11.341943039439647]
コーディングエージェントによって書かれたプルリクエストは、ガードや検証ステップを省略しながらプロジェクトのテストスイートをパスすることができる。
我々は、この開発履歴をセキュリティレビューの証拠として利用するワークフローであるTRACERを提示する。
TraCERはシンボルレベルでの変更を追跡し、エージェントの記録された合理性を現在のコードに対して検証されるべき主張として扱い、評価と機能検証の後にのみ修理を受け取り、承認された各修復に後続の変更が満たさなければならない実行可能なチェックを添付する。
論文 参考訳（メタデータ） (2026-10-25T06:51:47Z) - CheckerBench: Can Long-Horizon Agents Synthesize Static-Analysis Checkers? [13.18359471722067]
静的解析チェッカー合成では、エージェントが欠陥仕様を解釈し、リポジトリを検査し、アナライザ固有のロジックを実装し、繰り返しコンパイルと解析のフィードバックを通じてチェッカーを洗練する必要がある。
既存のコーディングエージェントベンチマークでは、パッチ生成や脆弱性検出などのタスクに重点を置いており、エージェントがリポジトリ内で開始から終了までの作業チェッカーを開発できるかどうかを評価することは滅多にない。
CheckerBenchは167リポジトリに297のCVE、85のCWE、5つの言語エコシステムから派生した300のタスクの実行可能なベンチマークである。
論文 参考訳（メタデータ） (2026-10-06T00:42:45Z) - Prior Audit-Repair Context Shifts LLM Verifier Thresholds Toward Leniency [0.025718125188898048]
我々は,現時点のタスクを個別に保持するプロセスベンチトレースに対して,擬似アラームを計測する。
完了した監査 -> モデルのコンテキストにすでにある修復エピソードは、15のモデルxワードの組み合わせのうち15の偽のアラームを低くする。
論文 参考訳（メタデータ） (2026-08-17T01:41:43Z) - Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。
実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。
信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
論文 参考訳（メタデータ） (2026-08-13T01:55:16Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - The Hidden Signal of Verifier Strictness: Controlling and Improving Step-Wise Verification via Selective Latent Steering [67.8271652641864]
我々は,隠蔽状態の介入によって検証の厳密性を制御できるかどうかを検討した。
VerifySteerは、サンプルレベルのルーティングに潜時補正信号を使用し、段落境界に選択的に介入する。
論文 参考訳（メタデータ） (2026-05-20T05:48:16Z) - Beyond Code Reasoning: Specification-Anchored Auditing of Multi-Implementation Distributed Protocols [1.5229705287183657]
SPECAは、明示的で分類されたセキュリティプロパティを自然言語仕様から導き出し、実装間で再利用する監査フレームワークである。
RepoAuditのベンチマークでは、SPECAは100%リコール(F1=0.94)で88.9%の精度に達し、著者が検証した12のバグを地上の真実を超えて表面化している。
Sherlock Fusaka Audit Contest(10のターゲット、366の応募)では、SPECAが専門家が強化した15の脆弱性をすべて回復し、4つの修正確認バグが浮上した。
論文 参考訳（メタデータ） (2026-04-29T09:57:07Z) - Imperfect Visual Verification for Code Edition : A Case Study on TikZ [3.6213861298681826]
問題の中心的困難を分離するケーススタディとしてTikZを使用します。
視覚的コードのカスタマイズを不完全なオラクルによる反復的な編集問題と定義する。
その結果,不完全な検証者でさえ,コードに視覚的指示を適用するかどうかを適度に判断し,F1スコアを最大0.815まで達成できることがわかった。
論文 参考訳（メタデータ） (2026-04-09T12:21:52Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - A Granular Study of Safety Pretraining under Model Abliteration [64.24346997570275]
本稿では,リフレクションに敏感な方向を除去する軽量プロジェクション技術であるモデルアブリーブレーションについて検討する。
我々は、バランスのとれた有害かつ無害なケースで100のプロンプトを発行し、複数の判断を用いて**Refusal*または***Non-Refusal*として応答を分類し、判断の忠実さを検証する。
本研究は,データ中心の安全コンポーネントが失語中も頑健であるチェックポイントレベルの特徴付けを行う。
論文 参考訳（メタデータ） (2025-10-03T07:01:45Z)
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。