論文の概要: Preserve the Vulnerability, Break the Alert: Testing the Robustness of CodeQL Taint Tracking with Natural Rewrites
- arxiv url: http://arxiv.org/abs/2611.17123v1
- Date: Thu, 12 Nov 2026 17:16:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.567657
- Title: Preserve the Vulnerability, Break the Alert: Testing the Robustness of CodeQL Taint Tracking with Natural Rewrites
- Title(参考訳): 脆弱性を保存し、アラートを破る: 自然な書き直しによるCodeQLのタイトトラッキングのロバストさをテストする
- Abstract要約: CodeQLのような静的アプリケーションセキュリティテスト(SAST)ツールは、継続的インテグレーションとコードレビューのセキュリティゲートとして機能する。
CodeQLのJavaScriptテナントトラッキングに対して、この堅牢性を、自然に、脆弱性を保存する書き換えでテストします。
- 参考スコア(独自算出の注目度): 8.652778203236062
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Static application security testing (SAST) tools such as CodeQL serve as security gates in continuous integration and code review, and a gate is also read in reverse. When a previously reported alert disappears after a change, developers and the tools around them often take the vulnerability to be gone. That inference holds only if the analyzer is robust to changes that keep the vulnerability. We test this robustness for CodeQL's JavaScript taint tracking with natural, vulnerability-preserving rewrites. A large language model, given only the alert CodeQL exposes and no knowledge of its implementation, rewrites one function along a reported flow as a plausible maintenance change, and we verify by manual audit and controlled experiments that the flaw survives and the alert does not. On 172 flows that CodeQL detects in real npm vulnerabilities, three rewrites per flow silence 26.2% of them, at about USD 0.51 per silenced flow. The same generator, asked only to refactor the same functions with no knowledge of the alert, silences none of them. Every silencing rewrite traces to one of seven gaps at the library-modeling boundary, and 64 of the 70 rewrites cross a gap inside an API CodeQL already models. The largest is the WHATWG URL constructor, which propagates taint to a URL's query components but not to its pathname. The boundary is not specific to CodeQL. 74% of the silencing rewrites also silence an independently built taint analyzer, and 53% escape three analyzers combined. A disappearing alert after an ordinary-looking change is therefore weak evidence that a vulnerability has been fixed, the gaps point SAST developers to narrow and concrete repair targets, and robustness to natural rewrites belongs alongside detection rate in how taint analyzers are evaluated.
- Abstract(参考訳): CodeQLのような静的アプリケーションセキュリティテスト(SAST)ツールは、継続的インテグレーションやコードレビューのセキュリティゲートとして機能し、ゲートも逆読みされる。
変更後に以前報告された警告が消えると、開発者とその周りのツールが脆弱性を消してしまうことが多い。
この推論は、アナライザが脆弱性を保持する変更に対して堅牢である場合にのみ適用される。
CodeQLのJavaScriptテナントトラッキングに対して、この堅牢性を、自然に、脆弱性を保存する書き換えでテストします。
大規模な言語モデルは、警告が公開され、その実装に関する知識がないことを前提として、報告されたフローに沿って1つの関数を妥当なメンテナンス変更として書き直します。
CodeQLが実際のnpm脆弱性を検出する172のフローでは、フロー当たり3回のリライトが26.2%、サイレントフローあたり約0.51でサイレントしている。
同じジェネレータは、警告を知らずに同じ関数をリファクタリングするように要求され、どれも沈黙しない。
すべてのサイレンシングリライトは、ライブラリモデリングバウンダリで7つのギャップのうちの1つに遡り、70のリライトのうち64が、すでにモデルになっているAPI CodeQL内のギャップを越えている。
最大のものはWHATWG URLコンストラクタで、これはURLのクエリコンポーネントにテントを伝達するが、パス名には伝達しない。
境界はCodeQLに固有のものではない。
サイレンシングのリライトの74%は、独立して構築されたテイントアナライザを沈黙させ、53%のエスケープ3つのアナライザを組み合わせている。
したがって、通常の外観変更後の消失警告は、脆弱性が修正されたという弱い証拠であり、SAST開発者が狭く具体的な修理ターゲットに到達し、天然のリライトに対する堅牢性は、テナントアナライザの評価方法における検出率と一致している。
関連論文リスト
- Self-Evolving Static Analysis via LLM Pseudo-Labeling [7.714115021285973]
提案するSESAAは,エージェントがルールなしで開始し,可読かつ監査可能なクエリの集合を反復的に進化させるフレームワークである。
Benchmark for Pythonでは、SESAAは8つの独立した実行で平均0.742F1に達する。
現実世界のPythonプロジェクトでは、脆弱性が導入される前に利用可能なコードからクエリが誘導され、19のCVEのうち10が検出された。
論文 参考訳(メタデータ) (2026-10-20T10:17:26Z) - ABSENTIA: Detecting Broken Access Control Vulnerabilities in Web Applications [10.020987659151972]
不正アクセス制御は、認可の失敗であり、最も一般的なWebセキュリティリスクの1つである。
ABSENTIAは、一般的なLLMエージェントをWebアプリケーションのバックエンド用の系統的脆弱性検知器に変えるセキュリティ足場である。
BAC-Benchは25のリポジトリ、3つの言語、9つのフレームワークにまたがる30のアクセス制御アドバイザリのベンチマークです。
論文 参考訳(メタデータ) (2026-10-01T03:11:45Z) - The Recall Trap: A Recall-Maximizing Retriever Configuration Reduces Issue Resolution in Fixed-Budget Code Context [45.88028371034407]
コード修復における制御ケーススタディを報告し,新しい現象ではない。
私たちは、同じスタック上の1つのフラグ(1チャンク毎の重複)を切り替えます。
BM25(3.2pp、重要なパラダイム間相互作用)を逆転させる。
厳格な固定予算では、ファイルごとのハードダイドプリケートや、タスクに対するA/Bパッケージングポリシは、メトリックフラグを調整しないことが示されます。
論文 参考訳(メタデータ) (2026-08-14T19:22:50Z) - Longitudinal Analyses of SAST Tools: A CodeQL Case Study [3.5770847622955064]
本研究では,静的アプリケーションセキュリティテスト(SAST)ツールを縦断測定により評価するための新しい手法を提案する。
当社の装置は1622リポジトリの3993 CVEで、CodeQLの114バージョンに時間をかけて適用し、ツールの重要な特性を測定します。
CodeQLは合計171のCVEを識別しており、83のCVEでは修正前のCodeQLバージョンが検出可能であることが分かりました。
論文 参考訳(メタデータ) (2026-05-08T15:41:25Z) - QRS: A Rule-Synthesizing Neuro-Symbolic Triad for Autonomous Vulnerability Discovery [3.52359746858894]
我々はQRS(Query, Review, Sanitize)という,このパラダイムを逆転するニューロシンボリックなフレームワークを紹介します。
静的ルールから結果をフィルタリングする代わりに、QRSは構造化スキーマ定義といくつかの例からCodeQLクエリを生成する3つの自律エージェントを使用して、セマンティック推論と自動エクスプロイト合成を通じて検証する。
人気のPyPIライブラリの20の歴史的CVEでは、QRS 90.6%の精度が検出された。
論文 参考訳(メタデータ) (2026-02-10T13:35:24Z) - RealSec-bench: A Benchmark for Evaluating Secure Code Generation in Real-World Repositories [58.32028251925354]
LLM(Large Language Models)は、コード生成において顕著な能力を示しているが、セキュアなコードを生成する能力は依然として重要で、未調査の領域である。
我々はRealSec-benchを紹介します。RealSec-benchは、現実世界の高リスクなJavaリポジトリから慎重に構築されたセキュアなコード生成のための新しいベンチマークです。
論文 参考訳(メタデータ) (2026-01-30T08:29:01Z) - Multi-Agent Taint Specification Extraction for Vulnerability Detection [49.27772068704498]
コンテナ分析を使用した静的アプリケーションセキュリティテスト(SAST)ツールは、高品質な脆弱性検出結果を提供するものとして広く見なされている。
本稿では,Large Language Models (LLM) のセマンティック理解と従来の静的プログラム解析を戦略的に組み合わせたマルチエージェントシステムであるSemTaintを提案する。
私たちは、SemTaintを最先端のSASTツールであるCodeQLと統合し、これまでCodeQLで検出できなかった162の脆弱性の106を検出して、その効果を実証しています。
論文 参考訳(メタデータ) (2026-01-15T21:31:51Z) - QLCoder: A Query Synthesizer For Static Analysis of Security Vulnerabilities [18.588864089739598]
QLCoderは、強力な静的分析エンジンであるCodeQLでクエリを自動的に合成するエージェントフレームワークである。
QLCodeは、独自のMPPインターフェースを使用して推論を制約しながら、実行フィードバック付きの合成ループにLLMを組み込む。
111のJavaプロジェクトにわたる176の既存のCVE上でQLCodeを評価します。
論文 参考訳(メタデータ) (2025-11-11T17:06:04Z) - SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code [46.20378145112059]
ポストホック修復パイプラインは、実行後にのみそのような障害を検出する。
本稿では,実時間で行レベルのセマンティック監視を行うセマンティック評価フレームワークSemGuardを紹介する。
論文 参考訳(メタデータ) (2025-09-29T09:21:32Z) - What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs [46.325755802511026]
我々は、LLM(Large Language Model)と細調整された小言語モデルに基づく2つのアプローチを統合するデュアルメタルパイプラインであるLMを開発した。
LMは、OOBまたはUAFの脆弱性に対処する最近のLinuxカーネルのパッチ5,140のうち111つを、手作業による検証によって90の正の正が確認された。
論文 参考訳(メタデータ) (2025-09-26T18:06:36Z) - On the Security Blind Spots of Software Composition Analysis [46.1389163921338]
Mavenリポジトリで脆弱性のあるクローンを検出するための新しいアプローチを提案する。
Maven Centralから53万以上の潜在的な脆弱性のあるクローンを検索します。
検出された727個の脆弱なクローンを検出し、それぞれに検証可能な脆弱性証明プロジェクトを合成する。
論文 参考訳(メタデータ) (2023-06-08T20:14:46Z)
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。