論文の概要: Reva: Real-Time Vulnerability Detection through Contextual Probing of Large Language Models

• arxiv url: http://arxiv.org/abs/2610.35829v1
• Date: Mon, 26 Oct 2026 17:50:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.133371
• Title: Reva: Real-Time Vulnerability Detection through Contextual Probing of Large Language Models
• Title（参考訳）: Reva: 大規模言語モデルの文脈探索によるリアルタイム脆弱性検出
• Abstract要約: 我々は、セキュリティコンテキストとコード理解コンポーネントをLLMの1つの前方パスにもたらすAI脆弱性検出であるREVA(Real-time Vulnerability Analysis)を提案する。 PrimeVulのホールドアウトテストセットでは、GLM-5.3-Flash上のREVAは1関数あたり約1秒で60.0%の精度に達する。 これは最先端のエージェント検出器であるVulTriage (59.2%)と一致し、同じLLM上で動作し、250倍以上高速で10分の1以下である。
• 参考スコア（独自算出の注目度）: 3.582937960220228
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A vulnerability costs more to fix the later it is discovered. As coding agents generate code faster than developers can review it, software needs a first line of defense screening each new function in real time. LLM agents have recently become capable of finding real-world vulnerabilities by working as a security expert would: they run analysis tools, explore the surrounding code, test hypotheses and weigh the evidence before forming their own judgement. This reasoning, however, spans many model calls, so that each verdict takes minutes of compute, far too long for real-time screening. Faster detectors, which fine-tune deep learning models or prompt an LLM for a direct verdict, are less accurate: they judge a function without the context an agent gathers, and an LLM's generated verdict is unreliable even when given some of it. We present REVA (REal-time Vulnerability Analysis), an AI vulnerability detector that brings the security context and code understanding components behind agentic detectors into a single forward pass of an LLM. For each new function, REVA gives the LLM a pre-computed threat model of its module, lightweight static analysis findings and call-graph information. REVA leverages a trained probe to read the LLM's internal representations of the new function in this context. On PrimeVul's held-out test set, REVA on GLM-5.3-Flash reaches 60.0% accuracy in about one second per function. This matches VulTriage (59.2%), the state-of-the-art agentic detector, run on the same LLM, while being over 250 times faster and less than a tenth as costly. On the same prompt, the probe is 14% to 17% more accurate than the LLM's own direct verdict. Across three open LLMs, REVA is at least as accurate as VulTriage, and about 10% more accurate on two of them. An LLM's internal representations thus encode much of what agentic detectors obtain through reasoning.
• Abstract（参考訳）: 脆弱性が発見された後に修正するのにより多くのコストがかかる。 コーディングエージェントは、開発者がレビューできるよりも早くコードを生成するので、ソフトウェアは、各新機能をリアルタイムでスクリーニングする第一線が必要である。 LLMエージェントは、最近、セキュリティの専門家として働くことによって、現実世界の脆弱性を見つける能力を持つようになった。分析ツールを実行し、周辺のコードを探索し、仮説を検証し、独自の判断を形成する前に証拠を計測する。 しかし、この推論は多くのモデルコールにまたがっているため、各判定は計算に数分かかり、リアルタイムのスクリーニングには時間がかかりすぎます。 より高速な検出器は、微調整の深層学習モデルや直接判定のためのLSMのプロンプトよりも正確ではなく、エージェントが収集するコンテキストのない関数を判断する。 エージェント検出器の背後にあるセキュリティコンテキストとコード理解コンポーネントをLLMの1つの前方パスに導入するAI脆弱性検出装置であるREVA(REal-time Vulnerability Analysis)を提案する。 新たな機能ごとに、REVAはLLMにモジュールの事前計算された脅威モデル、軽量な静的解析結果、コールグラフ情報を与える。 REVAは、トレーニングされたプローブを利用して、このコンテキストで新しい関数のLCMの内部表現を読み取る。 PrimeVulのホールドアウトテストセットでは、GLM-5.3-Flash上のREVAは1関数あたり約1秒で60.0%の精度に達する。 これは最先端のエージェント検出器であるVulTriage (59.2%)と一致し、同じLLM上で動作し、250倍以上高速で10分の1以下である。 同じプロンプトで、探査機はLSMの直接判定よりも14%から17%正確である。 3つのオープン LLM で、REVA は少なくとも VulTriage と同じくらい正確であり、そのうちの2つよりも約10%正確である。 LLMの内部表現は、推論によって得られるエージェント検出器の多くを符号化する。

関連論文リスト

• Using LLMs to Adjudicate Static-Analysis Alerts with Error Reduction Techniques [4.007351600492542]
  大規模言語モデル(LLM)は、静的分析アラートを代入(本物のバグや誤報に分類する)することができる。 そこで我々は、Juliet、FormAI、SV-COMPの3つのテストスイート上で複数のLCMを評価した。 誤りの軽減により、各スイートで少なくとも98%のリコール、少なくとも94.8%の特異性が得られる。
  論文  参考訳（メタデータ） (2026-07-10T21:09:01Z)
• Diverse LLMs vs. Vulnerabilities: Who Detects and Fixes Them Better? [1.0026496861838445]
  DVDR-LLMは様々な大きな言語モデルの出力を組み合わせたアンサンブルフレームワークである。 評価の結果,DVDR-LLMは個々のモデルの平均性能よりも10-12%高い検出精度を示した。
  論文  参考訳（メタデータ） (2025-12-14T03:47:39Z)
• Large Language Model Hacking: Quantifying the Hidden Risks of Using LLMs for Text Annotation [66.84286617519258]
  大規模言語モデルは、データアノテーションやテキスト分析といった労働集約的なタスクの自動化を可能にすることで、社会科学の研究を変革している。 このような変異は、系統的なバイアスやランダムなエラーを導入し、下流の分析に伝播し、タイプI(偽陽性)、タイプII(偽陰性)、タイプS(重み付け効果)、タイプM(誇張効果)のエラーを引き起こす。 意図的なLSMハッキングは驚くほど単純であることがわかった。21の社会科学研究から37のデータアノテーションタスクを複製することで、ほんのわずかのプロンプトの言い回しで、事実上何であれ統計的に重要なものとして表現できることがわかりました。
  論文  参考訳（メタデータ） (2025-09-10T17:58:53Z)
• LLM Detectors Still Fall Short of Real World: Case of LLM-Generated Short News-Like Posts [7.680851067579922]
  本稿では、中程度に洗練された攻撃者によって生成される短いニュースのような投稿という、情報操作における重要な設定に焦点を当てる。 既存のLCM検出器は、ゼロショットでも目的訓練でも、その環境での実際の使用準備が整っていないことを実証する。 LLMをまたいで汎用化された目的学習型検出器を開発し、見知らぬ攻撃を行うことができるが、新しい人文テキストへの一般化には失敗する。
  論文  参考訳（メタデータ） (2024-09-05T06:55:13Z)
• Get my drift? Catching LLM Task Drift with Activation Deltas [55.75645403965326]
  タスクドリフトは攻撃者がデータを流出させたり、LLMの出力に影響を与えたりすることを可能にする。 そこで, 簡易線形分類器は, 分布外テストセット上で, ほぼ完全なLOC AUCでドリフトを検出することができることを示す。 このアプローチは、プロンプトインジェクション、ジェイルブレイク、悪意のある指示など、目に見えないタスクドメインに対して驚くほどうまく一般化する。
  論文  参考訳（メタデータ） (2024-06-02T16:53:21Z)
• CyberSecEval 2: A Wide-Ranging Cybersecurity Evaluation Suite for Large Language Models [6.931433424951554]
  大規模言語モデル(LLM)は新たなセキュリティリスクを導入するが、これらのリスクを計測し、削減するための包括的な評価スイートはほとんどない。 LLMのセキュリティリスクと能力を定量化する新しいベンチマークであるBenchmarkNameを提案する。 我々は,GPT-4,Mistral,Meta Llama 370B-Instruct,Code Llamaを含む複数のSOTA (State-of-the-art) LLMを評価した。
  論文  参考訳（メタデータ） (2024-04-19T20:11:12Z)

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。