Cerberus: Multi-Agent Reasoning and Coverage-Guided Exploration for Static Detection of Runtime Errors
University of Texas at Dallas(德克萨斯大学达拉斯分校)
Cerberus通过多智能体推理和覆盖引导探索,实现无执行的运行时错误静态检测,提高测试效率和错误发现能力。
2025-12-24 cs.LG cs.SE
Abstracting Runtime Heaps for Program Understanding
现代编程环境提供了广泛的支持,检查,分析和测试程序的基础上的算法结构的程序。不幸的是,对在执行期间检查和理解运行时数据结构的支持通常受到更多限制。本文提供了一种通用的技术来抽象和总结整个运行时堆。我们描述了抽象堆模型和相关的算法,用于将具体堆转储转换为相应的抽象模型,以及用于合并,比较和计算抽象模型之间的变化的算法。抽象模型旨在强调有关基于堆的数据结构的高级概念,如形状和大小,以及堆结构之间的关系,如共享和连接。我们通过构建一个内存分析器来展示抽象堆模型的实用性和计算易处理性。然后,我们使用这个工具来检查,查明和纠正来自DaCapo的一套程序的内存膨胀的来源。
2012-01-06 cs.PL cs.SE
Architectural Stability Reasoning using Self-Awareness Principles: Case of Self-Adaptive Cloud Architectures
随着对软件依赖的增加,迫切需要设计长寿的软件。由于体系结构对软件的生命周期和所提供的服务质量有着深远的影响,因此稳定的体系结构是重要的资产。体系结构的稳定性往往反映了系统在支持持续变化而不逐步淘汰方面的成功。稳定性的\textit{behavioural}方面对于无缝操作是必不可少的,以持续保持质量需求的稳定,并防止体系结构的漂移和逐步淘汰。在本文中,我们提出了一个框架,在运行时的稳定性推理,利用自我意识的原则。具体来说,我们采用运行时目标管理稳定性目标,在线学习的推理稳定的长期运行,和随机游戏管理相关的权衡。我们评估所提出的工作使用的情况下,云架构在运行时的高度动态。实验结果表明,在实现预期的行为稳定运行时操作的自我意识技术的效率。
2019-12-11 cs.DC cs.SE
AgentArmor: Enforcing Program Analysis on Agent Runtime Trace to Defend Against Prompt Injection
针对大语言模型智能体易受提示注入攻击的问题,提出程序分析框架AgentArmor,通过将运行时轨迹转为结构化程序表示开展安全检测,在AgentDojo基准上可将攻击成功率降至3%,效用损失仅1%。
2025-11-18 cs.AI cs.CL cs.CR
Refining LLM-based Directed Test Input Generation via Runtime Value Feedback
Chungbuk National University(忠北国立大学)
该研究针对基于LLM的定向测试输入生成技术的不足,提出ReDig框架,通过运行时反馈的控制循环优化测试输入生成,在Poppler和Libsndfile案例中验证了其诊断失败原因与优化测试脚本的有效性。
2026-10-15 cs.SE
Measuring the Runtime Performance of C++ Code Written by Humans using GitHub Copilot
本研究通过32名参与者的对照实验,对比使用与不使用GitHub Copilot编写的C++代码运行时性能,发现使用Copilot生成的代码运行速度统计上显著更慢,填补了Copilot对代码性能影响相关研究的空白。
2024-12-11 cs.SE
Runtime enforcement of reactive systems using synchronous enforcers
同步编程是安全关键反应式系统设计的一种选择范例。强制执行是一种确保黑盒系统的输出满足某些期望属性的技术。本文讨论了同步程序中的运行时强制问题。我们提出了一个框架,其中的执法者监视同步程序的输入和输出,并(最低限度地)编辑错误的输入/输出,以保证一个给定的属性。我们定义了可执行性条件,开发了一个在线执行算法,并证明了它的正确性。我们还报告的实现上的SCCharts同步语言的KIELER框架的算法。实验结果表明,强制执行具有最小的执行时间开销,这与较大的基准成比例地减少。
2016-12-15 cs.FL cs.SE
Towards Runtime Verification of Programmable Switches
TU Berlin(柏林工业大学);SAP(SAP公司);Swisscom(瑞士电信);University of Vienna(维也纳大学);Huawei(华为);MPI-Informatics(马克斯·普朗克信息学研究所);Saarland University(萨尔大学)
有没有可能在没有人类参与的情况下修补P4程序中的软件错误?我们表明,这是部分可能的,在许多情况下,由于在软件测试和P4程序的结构的进步。我们的见解是,运行时验证可以检测错误,即使是那些在编译时没有检测到的错误,与机器学习指导的模糊。这使得使用像Tarantula这样的软件测试技术能够更加自动化和实时地定位P4程序中的错误。一旦P4程序中的错误被定位,由于P4的可编程特性,错误代码可以被修补。此外,还可以检测到与平台相关的bug。从P4_14到P4_16(最新版本),我们观察到随着可编程块的增加,P4程序的可修补性相应增加。为此,我们设计,开发和评估P6,(a)检测,(b)本地化,(c)补丁错误P4程序与最小的人类互动。P6非侵入性地测试P4开关,即,不需要修改P4程序来检测和定位错误。我们使用P6原型来检测和修补部署在两个不同交换机平台上的8个公开的P4应用程序中的7个现有错误:行为模型(bmv2)和Tofino。我们的评估表明,P6显着优于错误检测基线,同时在P4程序(如switch.p4)中生成更少的数据包和补丁错误,而不会触发任何回归。
2020-04-26 cs.LG cs.NI cs.SE
Show Me Why It's Correct: Saving 1/3 of Debugging Time in Program Repair with Interactive Runtime Comparison
提出交互式方法iFix,通过静态分析和对齐不同补丁的运行时变量值来辅助开发者比较与理解补丁,显著缩短了任务完成时间并提升了正确补丁排序。
2025-03-01 cs.HC cs.SE
SkillSmith: Compiling Agent Skills into Boundary-Guided Runtime Interfaces
AetherHeart Tech Co., Ltd.(AetherHeart科技有限公司);Renmin University of China(中国人民大学);University of California San Diego(加州大学圣地亚哥分校)
SkillSmith通过将技能包编译为最小执行接口,减少运行时冗余,提升效率与准确性。
2026-05-12 cs.AI cs.SE
Algorithms for Runtime Generation of Homogeneous Classes of Objects
Taras Shevchenko National University of Kyiv(基辅塔拉斯·舍甫琴科国立大学)
本文分析了现代动态代码生成的主要方法,特别是在程序执行过程中生成新的对象类。主要的注意力放在通用开发者的同类对象,这是提出了这样的知识表示模型的一部分,面向对象的动态网络,作为工具,在程序运行时生成新的类的对象。因此,开发了实现诸如并、交、差和对称差等对象类的通用开发器的算法。这些算法可以用于基于知识的智能系统,这是基于面向对象的动态网络,他们可以适用于一些面向对象的程序设计语言与强大的元编程的机会。
2018-11-01 cs.AI cs.SE
Runtime Verification Based on Register Automata
我们提出了TOPL自动机作为一种新的方法,运行时验证的系统与无限的资源生成。典型的这种系统是面向对象的程序,它可以在执行过程中动态地生成无限数量的新对象标识。我们的形式主义是基于寄存器自动机,一个特别成功的方法,在自动机在无限的字母表管理有限状态机有界许多输入存储寄存器。我们表明,TOPL自动机是同样的表达注册自动机,但适合表达程序的属性。与其他运行时验证方法相比,我们的技术可以处理当前工具无法处理的一类属性。我们特别表明,需要值更新的属性是无法用当前的技术来表达的,但自然被TOPL机器捕获。在实践方面,我们提出了一个工具,通过TOPL属性,覆盖率和监控系统的开销之间的权衡是可调的,通过一些参数的Java程序的运行时验证。我们通过检查涉及多个对象的属性和大型开源项目上的值链来验证我们的技术。
2015-01-20 cs.FL cs.SE
Towards Runtime Monitoring of Node.js and Its Application to the Internet of Things
在过去的几年里,Node.js已经成为一个特别适合实现轻量级物联网应用程序的框架,这要归功于其底层的异步事件驱动,非阻塞I/O模型。然而,验证程序的正确性与异步嵌套回调是相当困难的,因此,运行时监控可以是一个有价值的支持,以解决这样一个复杂的任务。静态监测是一种有用的软件验证技术,它补充了静态分析和测试,但尚未在物联网(IoT)系统的背景下得到充分的探讨。跟踪表达式已成功地用于广泛的多智能体系统平台的运行时监控。最近,它们的表达能力已经扩展到允许对只能在运行时捕获和监视的数据进行参数化规范。此外,通过事件域和类型的概念,它们可以是语言和系统不可知的。本文研究了使用参数跟踪表达式作为Node.js和Node-RED(一种基于流的物联网编程工具,构建在Node.js之上)中开发的程序运行时监控的第一步。这类系统的可扩展性验证是一项迄今为止在文献中似乎大多被忽视的任务。一个原型实现所提出的系统Node.js,为了动态检查跟踪表达式的API函数的正确使用,提出。该工具利用动态分析框架Jalangi来监控Node.js程序,并允许检测其他技术难以捕获的错误。此外,它还提供了一个简单的REST接口,可用于Node-RED组件的运行时验证,更广泛地说,可用于物联网设备。
2018-02-06 cs.LO cs.PL cs.SE
BRF: eBPF Runtime Fuzzer
针对内核模糊测试器难以有效测试 eBPF 运行时的问题,本文提出 BRF 模糊测试器,通过满足验证器语义和依赖关系,实现更高程序执行率、表达力和代码覆盖率,并发现多个漏洞。
2023-05-15 cs.CR cs.SE
Enabling Runtime Verification of Causal Discovery Algorithms with Automated Conditional Independence Reasoning (Extended Version)
Hong Kong University of Science and Technology(香港科技大学);Zhejiang University(浙江大学)
本文提出统一方法解决因果发现中CI测试不可靠和过多导致的隐私问题,通过运行时验证工具CICheck将CI陈述一致性推理转化为SMT问题,并采用四阶段决策程序高效检测错误或剪除多余测试。
2023-09-11 cs.AI cs.SE
A Tale of 1001 LoC: Potential Runtime Error-Guided Specification Synthesis for Verifying Large-Scale Programs
Zhejiang University(浙江大学);Peking University(北京大学);The Chinese University of Hong Kong(香港中文大学);Xidian University(西安电子科技大学);Beijing Institute of Control Engineering(北京控制工程研究所)
Preguss通过结合静态分析与演绎验证,实现大规模程序的自动化形式化验证,显著提升验证效率。
2026-03-10 cs.LO cs.SE
Augmenting Diffs With Runtime Information
提出Collector-Sahab工具,利用运行时差异信息增强代码差异,在Defects4J的584个差异中成功增强95%,用户研究显示其有用性。
2023-06-30 cs.SE
ThrowBench: Benchmarking LLMs by Predicting Runtime Exceptions
Free University of Bozen-Bolzano(波尔扎诺自由大学);Univ. Bordeaux, CNRS, Bordeaux INP(波尔多大学、法国国家科学研究中心、波尔多理工学院);LaBRI, UMR 5800(拉布里实验室(UMR 5800))
为评估LLMs预测程序运行时异常的能力,本文提出包含2400余个多语言程序的基准ThrowBench,测试发现六个先进代码LLM的F1分数仅为19%-38%,为模型弱点评估提供了无泄露的新基准。
2025-03-06 cs.LG cs.SE
CodeFlow: Program Behavior Prediction with Dynamic Dependencies Learning
CodeFlow 通过结合控制流图的静态嵌入与执行轨迹的动态依赖学习,显著提升代码覆盖率预测和运行时错误定位性能,优于现有最先进模型。
2025-02-09 cs.SE
Towards Agentic Runtime Healing
Singapore Management University(新加坡国立大学);North Carolina State University(北卡罗来纳州立大学);Monash University(墨尔本大学);Beihang University(北航)
本文提出利用大语言模型实现动态生成错误处理策略,通过Healer框架在四个代码数据集上验证了其在运行时错误恢复中的有效性,展示了LLM在自愈系统中的潜力。
2026-05-02 cs.AI cs.CR cs.SE
QUTest: A Native Testing Framework for Quantum Programs
Faculdade de Engenharia da Universidade do Porto(波尔图大学工程学院);LASIGE, Faculdade de Ciências, Universidade de Lisboa(里斯本大学理学院)
本文提出QUTest,一种原生测试框架,允许用标准.qasm文件编写程序和测试,支持Arrange / Act / Assert模式,并提供12种断言类型、代码检查工具和跨不同运行时版本的测试环境。
2026-05-19 cs.SE quant-ph
Demystifying Errors in LLM Reasoning Traces: An Empirical Study of Code Execution Simulation
York University(约克大学);Concordia University(康考迪亚大学)
本研究通过实证分析揭示LLM推理轨迹中的错误类型,开发了九类错误分类体系,并展示工具增强推理可有效提升LLM的推理能力。
2025-11-28 cs.SE
Drive the Thoughts: Runtime Monitoring of VLA Reasoning-Trajectory Consistency
University of Virginia(弗吉尼亚大学)
本文研究VLA的CoT能否支持AV的运行时监测,构建了DriveAlignBench数据集,提出带GPT-5.5的车道相关F-LLM监测器,F1达0.75并发布相关资源。
2026-11-16 cs.SE
Statistical Program Slicing: a Hybrid Slicing Technique for Analyzing Deployed Software
动态程序切片可以通过将其缩小到相关程序语句的子集来显著减少开发人员需要检查的代码。然而,尽管大量的研究表明它的有用性,动态切片仍然是短期的生产级使用,由于运行时插装成本高。作为替代方案,我们提出了统计程序切片,一种新的混合动态-静态切片技术,探讨了准确性和运行时成本之间的权衡。我们的方法依赖于现代硬件支持的控制流监控和一个新的,协同堆内存跟踪机制结合静态程序分析的数据流跟踪。我们评估统计切片调试21个故障,从6个广泛部署的应用程序,并显示它恢复94%的程序语句的动态切片,只有5%的开销。
2021-12-31 cs.PL cs.SE
Optimizing Code Runtime Performance through Context-Aware Retrieval-Augmented Generation
Vanderbilt University(范德堡大学);Institute for Software Integrated Systems(软件集成系统研究所)
针对LLM在深度程序分析上的不足,本研究提出AUTOPATCH方法,结合类比驱动框架、CFG分析与历史代码示例的上下文感知学习,自动生成优化代码,在常见可执行代码上比GPT-4o实现7.3%的执行效率提升。
2025-01-29 cs.AI cs.SE
LLMs as Firmware Experts: A Runtime-Grown Tree-of-Agents Framework
Beijing Jiaotong University(北京交通大学);Trinity University(三一大学);Virginia Tech(弗吉尼亚理工大学)
本文提出FIRMHIVE框架,利用LLMs作为固件安全分析师,通过递归代理蜂群实现更深入的固件漏洞检测,提升漏洞识别率和精度。
2025-11-23 cs.CR cs.SE
Compositional Reasoning for Shared-variable Concurrent Programs
并发系统的可扩展和自动化形式化验证一直是一个迫切的需求。在本文中,我们提出了一个验证框架,以支持自动组合推理的并发程序共享变量。我们的框架模型并发程序作为简洁的自动机,并支持多个重要属性的验证。简洁自动机的安全性验证和仿真是并行组合的,简洁自动机的安全性在精化过程中保持不变。我们以自动化的方式从无限状态并发程序中生成简洁的自动机。此外,我们提出了第一个自动化的方法来检查可靠保证无限状态并发程序之间的模拟。我们已经将我们的算法原型化,并将我们的工具应用于多个改进的验证。
2018-03-26 cs.FL cs.LO cs.SE
Semantics, Abstract Interpretation, and Reasoning about Programs: Essays Dedicated to David A. Schmidt on the Occasion of his Sixtieth Birthday
这本书是一本散文集,从个人回忆到技术贡献。这是对戴夫·施密特和他的职业生涯的致敬,并在他六十岁生日之际创作。
2013-09-18 cs.LO cs.PL cs.SE