論文の概要: CrossPloit: A Benchmark for Cross-Version PoC Migration in Python Web Applications
- arxiv url: http://arxiv.org/abs/2611.16588v1
- Date: Thu, 12 Nov 2026 10:21:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.444504
- Title: CrossPloit: A Benchmark for Cross-Version PoC Migration in Python Web Applications
- Title(参考訳): CrossPloit: Python WebアプリケーションにおけるクロスバージョンPoCマイグレーションのベンチマーク
- Abstract要約: 脆弱性データベースの影響を受けたバージョンは、スキャナのデプロイ、パイプラインのパッチ、インシデント対応が脆弱であると判断する。
リストアップされたバージョンに対する概念実証(PoC)のエクスプロイトがあると、以前の未登録バージョンでは、同じ脆弱性がトリガー可能であることが示される。
このクロスバージョンPoCマイグレーションは、ソースコード分析、環境修復、実行ベースの検証を組み合わせたものだ。
- 参考スコア(独自算出の注目度): 14.456042205294358
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Affected-version ranges in vulnerability databases decide which deployments scanners, patching pipelines, and incident responders treat as vulnerable, yet these ranges are often incomplete, so vulnerable releases are silently treated as safe. Auditing them requires executable evidence: given a proof-of-concept (PoC) exploit for a listed version, show that the same vulnerability can be triggered on an earlier, unlisted version. This cross-version PoC migration combines source-code analysis, environment repair, and execution-based verification. We introduce CrossPloit, a benchmark of 127 migration instances across 45 CVEs in the Python web ecosystem. Each instance includes a version-pinned container, a reference PoC, and a vulnerability-specific oracle; two validators check that the observed effect arises from the disclosed vulnerability. Benchmark construction confirms 149 vulnerable prior versions absent from the affected-version lists of four databases, 127 of which require migration. Across 18 agent configurations (nine models and two harnesses), the best configuration resolves 58.3% of instances, compared with 8.7% for an adapted trace-guided baseline. Attack-vector shifts are particularly difficult: no configuration resolves more than 37.9% of these instances. Higher resolve rates are associated with a smaller share of missed-API failures and a larger share of incomplete executions among the remaining failures. In one configuration, withholding the reference PoC and its environment specification reduces resolve rate from 50.4% to 15.0%, highlighting the value of the supplied reference package. CrossPloit provides an execution-based measurement of under-reported exposure and of how far its enumeration can be automated.
- Abstract(参考訳): 脆弱性データベースにおける影響のあるバージョン範囲は、スキャナ、パッチパイプライン、インシデント対応のどのデプロイが脆弱であるかを決定するが、これらの範囲はしばしば不完全であるため、脆弱性のあるリリースはサイレントに安全として扱われる。
リストアップされたバージョンに対する概念実証(PoC)のエクスプロイトが与えられた場合、以前の未登録バージョンでは、同じ脆弱性がトリガー可能であることを示す。
このクロスバージョンPoCマイグレーションは、ソースコード分析、環境修復、実行ベースの検証を組み合わせたものだ。
Python Webエコシステムにおいて、45のCVEにわたる127の移行インスタンスのベンチマークであるCrossPloitを紹介した。
各インスタンスには、バージョン管理されたコンテナ、参照されたPoC、脆弱性固有のオラクルが含まれている。
ベンチマーク構築では、4つのデータベースの影響を受けたバージョンリストから欠落している149の脆弱性が確認されている。
18のエージェント構成(9つのモデルと2つのハーネス)で、最高の構成は58.3%のインスタンスを解決している。
攻撃-ベクターシフトは特に難しく、これらのインスタンスの37.9%以上の設定が解決されない。
より高いリゾルバレートは、ミスAPI障害のシェアが小さいことと、残りの障害の中で不完全な実行のシェアが大きくなることに関連している。
ある構成では、参照PoCとその環境仕様を保持せずに、レゾリューションレートを50.4%から15.0%に下げ、供給された参照パッケージの価値を強調する。
CrossPloitは、報告されていない露出と、その列挙がどの程度自動化できるかを、実行ベースで測定する。
関連論文リスト
- MCP Tool Poisoning in Agentic AI Frameworks: A Cross-Framework Measurement Study [0.916708284510944]
Model Context Protocol (MCP)は、エージェントAIフレームワークが言語モデルを外部ツールプロバイダに接続することを可能にする。
以前のベンチマークでは、実際の実行を確認することなく、有毒な命令によるモデルコンプライアンスを測定していた。
実ツール実行によるMPPツール中毒のクロスフレームな測定を行った。
論文 参考訳(メタデータ) (2026-11-02T18:17:08Z) - SEEK: Agentic Knowledge Graph Retrieval for Secure Code Generation [52.549964800555124]
大きな言語モデル(LLM)は、悪用可能なセキュリティ脆弱性を導入しながら、機能的に正しいコードを生成することができる。
本稿では,セキュリティ知識グラフを構成するセキュアコード生成のためのエージェントグラフRAGフレームワークであるSEEKを提案する。
我々は、C、C++、PythonにまたがるCodeGuard+とCyberSecEvalの配布外設定でSEEKを評価した。
論文 参考訳(メタデータ) (2026-10-10T14:37:22Z) - 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) - 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) - Benchmarking Automated Security Patch Backporting: How Far Are We? [15.423124944381081]
Porting Benchmarkは1,234のセキュリティパッチバックポートケースのキュレートされたデータセットである。
その結果,アライメント評価が明らかにパフォーマンスの状況を変えることが明らかとなった。
対象とするAPI認識の欠如,クロスバージョンセマンティックミスマッチ,非ローカル依存性伝搬障害,パッチ構築あるいはローカライゼーション障害)の4つの根本原因カテゴリを特定します。
論文 参考訳(メタデータ) (2026-08-18T11:43:10Z) - 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) - Code-Centric Detection of Vulnerability-Fixing Commits: A Unified Benchmark and Empirical Study [4.512751676075442]
本稿では,統合フレームワークによる言語モデルに基づくVFC検出の包括的評価を行う。
コードの変更だけで、モデルが転送可能なセキュリティ関連コードを理解する証拠は見つからない。
グループ階層評価は、ランダムスプリットに比べて約17%のパフォーマンス低下を露呈する。
論文 参考訳(メタデータ) (2026-05-13T08:05:14Z) - Correct Code, Vulnerable Dependencies: A Large Scale Measurement Study of LLM-Specified Library Versions [52.50730821321986]
大規模言語モデル(LLM)におけるバージョンレベルのリスクの大規模評価を初めて行った。
我々は1000のStack OverflowプログラミングタスクのベンチマークであるPinTrace上で10のLLMを評価した。
LLM バージョン選択は LLM ベース開発における第1級, 以前は見落とされたリスクサーフェスとして確認された。
論文 参考訳(メタデータ) (2026-05-07T13:52:59Z) - CrossCommitVuln-Bench: A Dataset of Multi-Commit Python Vulnerabilities Invisible to Per-Commit Static Analysis [0.0]
CrossCommitVuln-Benchは15の現実のPython脆弱性のベンチマークである。
コミット毎検出率(CCDR)は15の脆弱性すべてに対して13%である。
論文 参考訳(メタデータ) (2026-04-23T17:57:50Z) - 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)
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。