Fugu-MT 論文翻訳(概要): SBVUL: Statement-Based Vulnerability Detection

論文の概要: SBVUL: Statement-Based Vulnerability Detection

arxiv url: http://arxiv.org/abs/2611.06135v1
Date: Wed, 04 Nov 2026 08:21:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-11-06 03:25:58.024879
Title: SBVUL: Statement-Based Vulnerability Detection
Title（参考訳）: SBVUL:ステートメントに基づく脆弱性検出
Abstract要約: 本稿では,C/C++関数における利用可能な文を検出するエージェントアプローチであるSBVulを提案する。私たちは、PrimeVul Pairedテストセットの200ペアに対して、悪用可能なステートメントを手作業で検証しました。関数レベルでは、Opus 5.5のSBVulは42.0%のペアを正しく分類する。
参考スコア（独自算出の注目度）: 2.5926144695779016
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Many recent approaches for vulnerability detection use large language models (LLMs) to classify functions as vulnerable or benign, leaving developers to locate the exploitable statements. Furthermore, while these approaches have shown performance improvements, they still fall short in distinguishing vulnerable from patched real-world functions. This paper presents SBVul, an agentic approach that detects exploitable statements in C/C++ functions. In Phase~1, an LLM agent explores the function and its repository and identifies candidate statements. In Phase~2, a second agent analyzes the control and data flow of each candidate and confirms it, rules it out, or marks it uncertain. We created a manually verified ground truth of exploitable statements for 200 pairs of the PrimeVul Paired test set and ran SBVul with the open-weight models Qwen 3.8 and DeepSeek V4.1 Flash and Anthropic's Sonnet 5.5 and Opus 5.5. Phase~1 identifies ground-truth statements in 56--77% of the vulnerable functions, and Phase~2 confirms such a statement with an explanation accepted by an LLM judge in 26--73%. However, all models also confirm candidates in 23--61% of the patched functions. Across vulnerable and patched functions, the highest statement-level precision is 0.315 at a recall of 0.605 obtained with Opus 5.5 (xhigh). At the function level, SBVul with Opus 5.5 classifies 42.0% of the pairs correctly, compared with 33.8% reported for the best previous approach.
Abstract（参考訳）: 脆弱性検出のための最近の多くのアプローチでは、大きな言語モデル(LLM)を使用して、関数を脆弱性または良性として分類し、開発者は悪用可能なステートメントを見つける必要がある。さらに、これらのアプローチはパフォーマンス改善を示しているが、パッチされた現実世界の関数と脆弱性を区別するには依然として不足している。本稿では,C/C++関数における利用可能な文を検出するエージェントアプローチであるSBVulを提案する。フェーズ~1では、LLMエージェントが関数とそのリポジトリを探索し、候補ステートメントを識別する。フェーズ~2では、第2のエージェントが各候補の制御とデータフローを分析し、それを確認、ルールアウト、あるいは不確実性を示す。我々は、200組のPrimeVul Pairedテストセットの悪用可能なステートメントを手作業で検証し、オープンウェイトモデルのQwen 3.8とDeepSeek V4.1 FlashとAnthropicのSonnet 5.5とOpus 5.5でSBVulを実行しました。第1期は脆弱な機能の56～77%で、第2期は、LLM判事が26～73%で受け入れた説明で、そのような声明を確認した。しかし、全てのモデルはパッチされた関数の23～61%の候補も確認する。脆弱性がありパッチされた関数全体で、最も高いステートメントレベルの精度は、Opus 5.5 (xhigh)で得られる0.605のリコールで0.315である。関数レベルでは、Opus 5.5のSBVulは42.0%のペアを正しく分類する。

関連論文リスト

CAREFUL-Bench: Effect-Aware, Judge-Free Evaluation of Multi-Turn LLM Function Calling [45.88028371034407]
バークレー関数呼び出しリーダーボードは、シミュレートされたサービスの最終的な状態のみをチェックする。ジャッジフリーのリプレイスコアラは、ログ化された任意のBFCLランをリスコアし、800の参照トラジェクトリすべてでBFCLの結果を再生する。確認対応プロトコルは、提案に答える決定論的ユーザを追加する。
論文参考訳（メタデータ） (2026-11-02T11:47:05Z)
Cyber-JEV: Matched Contrastive Fine-Tuning of Language Models for Fast Source-Code Vulnerability Triage [20.274301957163704]
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。
論文参考訳（メタデータ） (2026-11-02T11:24:36Z)
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)
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)
AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。 Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文参考訳（メタデータ） (2026-07-21T06:21:13Z)
Vulnerability Detection with Interprocedural Context in Multiple Languages: Assessing Effectiveness and Cost of Modern LLMs [4.077363992854019]
大規模言語モデル(LLM)は、自動脆弱性検出のための有望な方法である。本研究では,相互依存関係に関連する脆弱性の検出における検出の有効性,推論コスト,説明の質について検討した。その結果、Gemini 3 FlashはCの脆弱性に対して最もコスト効率の良いトレードオフを提供することがわかった。
論文参考訳（メタデータ） (2026-04-09T16:17:58Z)
Credential Leakage in LLM Agent Skills: A Large-Scale Empirical Study [51.717224133855886]
サードパーティのスキルはLLMエージェントを強力な能力で拡張するが、特権のある環境では機密情報を扱うことが多い。静的解析,サンドボックステスト,手動検査を用いて17,022のスキル(SkillsMPで170,226からサンプリング)を分析した。我々は,1,708の課題で520の脆弱なスキルを識別し,10の漏洩パターン(事故4件,反対6件)の分類を導出する。
論文参考訳（メタデータ） (2026-04-03T14:50:16Z)
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)
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)
Fine-Grained 1-Day Vulnerability Detection in Binaries via Patch Code Localization [12.73365645156957]
バイナリの1日間の脆弱性は、ソフトウェアセキュリティに対する大きな脅威になっている。パッチの有無テストは脆弱性を検出する効果的な方法の1つですパッチコードとそのコンテキストから安定な値を利用するPLocatorという新しい手法を提案する。
論文参考訳（メタデータ） (2025-01-29T04:35:37Z)

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。