論文の概要: Cyber-JEV: Matched Contrastive Fine-Tuning of Language Models for Fast Source-Code Vulnerability Triage
- arxiv url: http://arxiv.org/abs/2611.02957v2
- Date: Tue, 03 Nov 2026 11:36:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 11:55:57.093945
- Title: Cyber-JEV: Matched Contrastive Fine-Tuning of Language Models for Fast Source-Code Vulnerability Triage
- Title(参考訳): Cyber-JEV:高速ソースコード脆弱性トリアージのための言語モデルのコントラスト微調整
- Abstract要約: 我々は、修正コミットを使用して脆弱性レコードを比較グループに変換する微調整手法であるCyber-JEVを提案する。
ある共有モデルは、2つのタスクを学習する: ラベル付き参照データから関数を分類し、そのグループの他のメンバーよりも弱い関数をランク付けする。
参照データのみのトレーニングと比較すると、パッチされたバージョン14.8から29.2ポイントの脆弱性バージョンは、3つの実際の修正セットでより頻繁にランク付けされる。
- 参考スコア(独自算出の注目度): 20.274301957163704
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Single-pass scoring models such as Jev give each code function a vulnerability probability, so that security teams can rank many functions for review without generating written explanations. Training an open-weight model for this task is limited by data. Benchmarks with both vulnerable and non-vulnerable labels keep few vulnerable functions once examples related to the test data are removed, while larger public vulnerability records mostly contain vulnerable functions only. Mixing the two lets the data source predict the label, and training on the labeled data alone leaves a model that often scores a fixed function above its vulnerable original. We present Cyber-JEV, a fine-tuning method that uses fix commits to turn these records into comparison groups. Each group holds a vulnerable function, its patched version and up to two unchanged functions from the same file, so the model sees the change that removed a recorded defect. One shared model learns two tasks: classifying functions from the labeled reference data, and ranking the vulnerable function above the other members of its group. At test time the input is one function and the output is a vulnerability score. On a test benchmark of 7,270 functions, an ensemble of five fine-tuned Qwen3.5-4B models reaches an area under the receiver operating characteristic curve of 0.814, compared with 0.743 for Jev 1.13. With the 4,031 alerts of Jev as the review budget, it misses 16 of 322 vulnerable functions instead of 39. Compared with training on the reference data alone, it ranks the vulnerable version above the patched version 14.8 to 29.2 percentage points more often on three sets of real fixes. Such scores can order the changed functions of a pull request or a release for review under a fixed budget.
- Abstract(参考訳): Jevのようなシングルパススコアリングモデルは、各コード関数に脆弱性の確率を与えるため、セキュリティチームは、記述された説明を生成せずに、多くの関数をレビューのためにランク付けすることができる。
このタスクのためのオープンウェイトモデルのトレーニングは、データによって制限される。
脆弱性のあるラベルと非脆弱性のないラベルのベンチマークでは、テストデータに関連するサンプルが削除された後、脆弱性機能はほとんど保持されない。
この2つを組み合わせることで、データソースがラベルを予測し、ラベル付きデータのトレーニングだけで、脆弱性のあるオリジナルよりも高い固定関数をスコアするモデルを残します。
我々は、修正コミットを使ってこれらのレコードを比較グループに変換する微調整手法であるCyber-JEVを提案する。
各グループは、脆弱性のある機能、パッチされたバージョン、同じファイルから最大2つの変更のない機能を持っているため、モデルが記録された欠陥を削除した変更を見ることができる。
ある共有モデルは、2つのタスクを学習する: ラベル付き参照データから関数を分類し、そのグループの他のメンバーよりも弱い関数をランク付けする。
テスト時に入力は1つの関数であり、出力は脆弱性スコアである。
7,270関数のテストベンチマークでは、5つの細調整されたQwen3.5-4Bモデルのアンサンブルが、Jev 1.13の0.743と比較して0.814の受信特性曲線の下の領域に達する。
Jevの4,031件の警告をレビュー予算として、39.9ではなく322件の脆弱性機能のうち16件を見逃している。
参照データのみのトレーニングと比較すると、パッチされたバージョン14.8から29.2ポイントの脆弱性バージョンは、3つの実際の修正セットでより頻繁にランク付けされる。
このようなスコアは、プルリクエストの変更した機能や、固定された予算の下でレビュー用のリリースを注文することができる。
関連論文リスト
- Benchmarking Self-Supervised 3D Medical Vision Foundation Models and Transferability Estimation [57.65266782182578]
セルフ教師付き事前トレーニングは、3D医療基盤モデルのプールを拡張したが、異なるデータセット、エンドポイント、微調整プロトコルを使用した評価を公表した。
14のセグメンテーション、分類、回帰タスク、複数の解剖学とモダリティにまたがる23の候補をベンチマークした。
3モデルショートリストは、7つのセグメンテーションタスクで記録された抜粋+訓練ジョブ時間を85.8%削減した。
論文 参考訳(メタデータ) (2026-10-13T01:52:19Z) - 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) - Security Tests as Executable Specifications for LLM Code Generation: Benefits, Trade-offs, and Coverage Limits [14.44743150931186]
テストが事前に表示されるか、失敗した実行がリビジョンを引き起こすか、失敗が選択され、どのように表現されるかの3つの要素を分離する、制御されたテストフィードバックの足場を開発する。
2,705の軌道、31のタスクインスタンス、3つのセキュアコードベンチマーク、16のCWEカテゴリ、2つのモデルファミリがあり、すべての目に見えるテストが前もって隠れた機能とセキュリティのジョイントの成功を平均19.3%増加させている。
共有候補比較では、構造化されたフィードバック修復は、当初、共同回帰のない80の候補が失敗し、固定された生フィードバック修復83は3つの回帰を引き起こす。
論文 参考訳(メタデータ) (2026-08-10T15:37:09Z) - Security Is Relative: Training-Free Vulnerability Detection via Multi-Agent Behavioral Contract Synthesis [14.657771106188115]
脆弱性検出のためのトレーニング不要なマルチエージェントフレームワークであるPhoenixを提案する。
Phoenixは、検出をセマンティックスライダ、要求リバースエンジニア、契約審査員の3つのステージに分解する。
PrimeVul Pairedでは、Phoenix は F1 = 0.825 と Pair-Correct = 64.4% を獲得し、RASM-Vul (F1 = 0.668) と VulTrial (F1 = 0.563) を上回る。
論文 参考訳(メタデータ) (2026-04-21T03:02:34Z) - ClawArena: Benchmarking AI Agents in Evolving Information Environments [61.664633997138004]
ClawArenaは、進化する情報環境におけるAIエージェントの評価のためのベンチマークである。
それぞれのシナリオは、エージェントをノイズ、部分的、時には矛盾するトレースだけに露呈しながら、完全に隠された地上の真実を維持します。
評価は、マルチソースコンフリクト推論、動的信念修正、暗黙のパーソナライゼーションという3つの複合的な課題に基づいて構成される。
論文 参考訳(メタデータ) (2026-04-05T17:55:23Z) - VulAgent: Hypothesis-Validation based Multi-Agent Vulnerability Detection [55.957275374847484]
VulAgentは仮説検証に基づくマルチエージェント脆弱性検出フレームワークである。
セマンティクスに敏感なマルチビュー検出パイプラインを実装しており、それぞれが特定の分析の観点から一致している。
平均して、VulAgentは全体的な精度を6.6%改善し、脆弱性のある固定されたコードペアの正確な識別率を最大450%向上させ、偽陽性率を約36%削減する。
論文 参考訳(メタデータ) (2025-09-15T02:25:38Z) - FuncVul: An Effective Function Level Vulnerability Detection Model using LLM and Code Chunk [8.736988409083981]
ソフトウェアサプライチェーンの脆弱性は、攻撃者が広く使われているパッケージやライブラリに脆弱性のあるコードを注入する際に発生する。
本稿では,C/C++とPythonの関数レベル脆弱性検出のためのコードチャンクベースモデルであるFuncVulを紹介する。
FuncVulは、より小さくクリティカルなコードセグメントに焦点を当てて、関数内の複数の脆弱性を特定する。
論文 参考訳(メタデータ) (2025-06-24T09:30:40Z) - Client-specific Property Inference against Secure Aggregation in
Federated Learning [52.8564467292226]
フェデレートラーニングは、さまざまな参加者の間で共通のモデルを協調的に訓練するための、広く使われているパラダイムとなっている。
多くの攻撃は、メンバーシップ、資産、または参加者データの完全な再構築のような機密情報を推測することは依然として可能であることを示した。
単純な線形モデルでは、集約されたモデル更新からクライアント固有のプロパティを効果的にキャプチャできることが示される。
論文 参考訳(メタデータ) (2023-03-07T14:11:01Z)
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。