論文の概要: ExploreRepair: Evidence-Specialized Agents for Vulnerability Repair under Information Constraints
- arxiv url: http://arxiv.org/abs/2610.39899v1
- Date: Thu, 29 Oct 2026 12:09:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:25:55.962493
- Title: ExploreRepair: Evidence-Specialized Agents for Vulnerability Repair under Information Constraints
- Title（参考訳）: ExploreRepair:情報制約下での脆弱性修復のためのエビデンス特化エージェント
- Abstract要約: ExploreRepairは脆弱性の観察と、調査エージェントのチームによる実装の修復を行う。
PatchEvalでは、GPT-5.6-LunaとDeepSeek-V4.1-Flashで39.6%、71.6%の修復成功率を達成した。
VulnLoc+では、それぞれ51.4%と62.9%の成功率を達成した。
- 参考スコア（独自算出の注目度）: 10.165336964348656
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated vulnerability repair must often operate with incomplete vulnerability information: developers may lack an accurate vulnerability classification or a provided proof-of-vulnerability (PoV) test, yet still need to produce a repair. Without detailed information, a key challenge is to explore multiple plausible interpretations of the vulnerability before committing to a repair. To address this challenge, we propose ExploreRepair, a vulnerability repair framework that reconciles the vulnerability observations and repair implementations from a team of exploration agents. We first collect these observations and repair implementations from three agents, each tasked with exploring a specific dimension of the vulnerability. Then, a Lesson Aggregator and a Patch Aggregator independently synthesize repairs from these observations and concrete implementations before a final Aggregator reconciles their proposals without benchmark feedback. On PatchEval, ExploreRepair achieves repair success rates of 39.6% and 71.6% with GPT-5.6-Luna and DeepSeek-V4.1-Flash, respectively, exceeding EvoRepair, a state-of-the-art vulnerability repair approach, by 16.0 and 25.4 percentage points. On VulnLoc+, it achieves success rates of 51.4% and 62.9%, respectively, exceeding LoopRepair's variant without PoV tests by 20.0 and 17.1 percentage points.
- Abstract（参考訳）: 開発者は正確な脆弱性分類や提供された脆弱性証明(PoV)テストが欠如する可能性があるが、修復は必要である。
詳細な情報がない場合、重要な課題は、修復にコミットする前に脆弱性の複数の妥当な解釈を探索することである。
この課題に対処するために,探索エージェントチームによる脆弱性の観察と修正実装の調整を行う脆弱性修復フレームワークであるExploreRepairを提案する。
まず、これらの観察結果を収集し、3つのエージェントから実装を修復し、それぞれが脆弱性の特定の次元を探索する。
その後、授業アグリゲータとパッチアグリゲータは、最終的なアグリゲータがベンチマークフィードバックなしでそれらの提案を調整する前に、これらの観察と具体的な実装から個別に修復を合成する。
PatchEval では、ExploreRepair は GPT-5.6-Luna と DeepSeek-V4.1-Flash で 39.6% と 71.6% の修復成功率を達成した。
VulnLoc+では、それぞれ51.4%と62.9%の成功率を達成し、PoVテストなしのLoopRepairの変種を20.0ポイントと17.1ポイント上回っている。
関連論文リスト
- P2Patch: Exploit-Guided Vulnerability Repair [0.157292030677369]
ある証拠をブロックするパッチは、あるバリエーションで同じ脆弱性に弱いまま、成功したように見える。
P2Patchは,各パッチを新たな攻撃対象として扱う生成的対向修復システムである。
101 C/C++ と Java CVE の被験者に対して,P2Patch は 41% の実行で確認されたエクスプロイトを表面化している。
論文 参考訳（メタデータ） (2026-10-14T14:19:21Z) - EviRepair: Evidence-Driven Agents for Reliable Vulnerability Repair [55.22600943144124]
リポジトリレベルの脆弱性修復のためのエビデンス駆動型マルチエージェントフレームワークであるEviRepairを提案する。
EviRepairは、エージェントが協力して証拠を収集できるようにすることによって、修復プロセスにエビデンスレビューを導入する。
PatchEvalとSecBenchベンチマークの実験は、EviRepairが既存のエージェントベースのベースラインを一貫して上回ることを示した。
論文 参考訳（メタデータ） (2026-10-09T12:22:43Z) - VulValidate: Auditing Function-Level Vulnerability Labels with Executable Evidence [3.9114266138745495]
Vulは、エージェントを使用して動的解析ツールをコーディネートし、脆弱性追跡実験を構築するフレームワークである。
BigVul、PrimeVul、DiverseVulで脆弱性をラベル付けされた35,849のインスタンスを監査します。
20,510人(57.2%)、正解6,819人(19.0%)、攻撃7,981人(22.3%)、未決定539人(正確にはバイト)。
581のサンプル決定の盲目レビューでは、専門家の合意は90.0%--92.0%の確認と92.6%--99.0%のラベル修正を支持している。
論文 参考訳（メタデータ） (2026-10-04T10:21:53Z) - Vulnerability Localization Benchmark: Measuring Agentic Security Analysis at Repository Scale [54.83971397981572]
言語モデルエージェントは、ソフトウェアリポジトリ全体を通してますます運用される。
サイバーセキュリティ評価は、関連するコードを見つけることよりも、脆弱性を検出、再生、または修復できるかどうかを測定する。
脆弱性のローカライゼーションについて検討する。弱点クラスと不慣れなリポジトリが与えられた場合、その弱点に関連する実装ファイルを特定する。
論文 参考訳（メタデータ） (2026-09-14T17:44:51Z) - SearchAuditor: Auditing and Attributing Failures in Long-Horizon Search Agents [56.400332595452966]
我々は、監査人が検索エージェントの障害をローカライズ、属性付け、修復できるかどうかを評価するベンチマークであるSearchAuditBenchを紹介する。
SearchAuditBenchは1,243の障害トラックで構成され、平均73.1メッセージと65.1Kトークンを5つのディープサーチベンチマークで8つのオープンウェイトモデルから収集している。
本稿では,検索エージェントの障害を効果的にローカライズ,属性,修復するマルチパースペクティブ監査フレームワークであるSearchAuditorを提案する。
論文 参考訳（メタデータ） (2026-08-05T09:09:00Z) - PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents [62.36339598951133]
PhoenixRepairは、複数の候補編集場所を探索し、より良いパッチを生成するマルチエージェントフレームワークである。
PhoenixRepairはDeepSeek-V3.1の下でSWE-agentよりも7.8%の最大の相対的改善を実現し、MiniMax-M2.5で76.0%のPass@1の最高分解率を達成した。
論文 参考訳（メタデータ） (2026-07-21T08:49:30Z) - Knowledge-Enhanced Agentic Vulnerability Repair [20.715227299482947]
KeaRepairは、検証済みのプログラム事実と高いレベルの脆弱性知識のパッチ生成を基盤とする、新しいエージェント的アプローチである。
55のC/C++脆弱性に対する既存のアプローチよりも大幅に優れています。
Gemini-3.1-Proと組み合わせると、KeaRepairは46個の脆弱性の修復に成功し、83.64%の修復率を達成した。
論文 参考訳（メタデータ） (2026-07-01T11:42:25Z) - RAVEN: Agentic RAG for Automated Vulnerability Repair [48.8954115363348]
自動脆弱性修復のためのスケーラブルで効率的で自律的なフレームワークであるRAVENを提案する。
RAVENは、エージェント検索拡張生成(RAG)パイプラインと、制御された反復的な修復を統一されたフレームワークに統合する。
RAVENは全体の修復成功率83.13%を達成し、既存のすべての修復フレームワークを上回っている。
論文 参考訳（メタデータ） (2026-06-21T19:18:06Z) - Benchmarking Reasoning Robustness in Large Language Models [76.79744000300363]
新規データや不完全データでは,性能が著しく低下することがわかった。
これらの結果は、厳密な論理的推論に対するリコールへの依存を浮き彫りにした。
本稿では,情報不足によって引き起こされる幻覚を利用して推論ギャップを明らかにする,Math-RoBと呼ばれる新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2025-03-06T15:36:06Z) - There are More Fish in the Sea: Automated Vulnerability Repair via Binary Templates [4.907610470063863]
本稿では,Javaバイナリに対するテンプレートベースの自動脆弱性修復手法を提案する。
Vul4Jデータセットの実験では、TemVURが11の脆弱性の修正に成功した。
TemVURの一般化性を評価するため、MaryVuls4Jデータセットをキュレートする。
論文 参考訳（メタデータ） (2024-11-27T06:59:45Z)
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。