There are More Fish in the Sea: Automated Vulnerability Repair via Binary Templates
针对现有源代码层面漏洞修复技术的局限性,本文提出基于模板的Java二进制自动化漏洞修复方法TemVUR,通过收集并实现修复模板,在Vul4J和ManyVuls4J数据集上展现出显著的修复效果与通用性。
2024-11-27 cs.SE
SPVR: syntax-to-prompt vulnerability repair based on large language models
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Hong Kong University of Science and Technology(香港科技大学);The Chinese University of Hong Kong(香港中文大学);Chinese Academy of Sciences(中国科学院)
SPVR通过语法分析生成针对性提示,提升大语言模型修复漏洞的准确性。
2025-12-22 cs.SE
Pre-trained Model-based Automated Software Vulnerability Repair: How Far are We?
该研究首次系统分析预训练模型在软件漏洞修复中的应用,证实其准确率优于现有最优技术VRepair,发现迁移学习可进一步提升效果,并给出相关发展指导。
2023-08-25 cs.SE
Rethinking the Capability of Fine-Tuned Language Models for Automated Vulnerability Repair
Seoul National University(首尔大学);UNIST(蔚山科学技术院);Sungshin Women’s University(成均馆女子大学)
探讨基于微调语言模型的自动漏洞修复技术,通过语义变换、重划数据集和引入新基准三种方式,考察现有模型能力及匹配评估指标充分性,以提升模型修复未见漏洞的能力和评估准确性。
2026-07-16 cs.SE
Multi-LLM Collaboration + Data-Centric Innovation = 2x Better Vulnerability Repair
针对现有深度学习漏洞修复方法的三大局限,提出结合多源数据与CodeT5、ChatGPT双LLM协作的VulMaster模型,在真实C/C++数据集上多项指标提升近一倍。
2024-03-12 cs.SE
CRepair: CVAE-based Automatic Vulnerability Repair Technology
Nanning Normal University(南宁师范大学)
针对现有漏洞修复方法忽略代码多样特征且定位不精确的问题,本文提出基于CVAE的CRepair技术,通过提示预处理、因果推断和多样本融合实现自动修复,实验显示完美修复率达52%。
2024-11-08 cs.AI cs.SE
Knowledge-Enhanced Agentic Vulnerability Repair
Nanjing University of Posts and Telecommunications(南京邮电大学);National Interdisciplinary Research Center of Engineering Physics(工程物理国家 interdisciplinary 研究中心);Alibaba Qwen(阿里巴巴通义千问);Beijing Jiaotong University(北京交通大学);Zhejiang University(浙江大学);Yangzhou University(扬州大学);Nanjing University(南京大学);Singapore Management University(新加坡管理大学)
提出KeaRepair,一种基于智能体的自动化漏洞修复方法,通过提取历史漏洞知识并利用工具增强的智能体进行诊断,生成并迭代优化补丁,在55个C/C++漏洞上修复率达83.64%。
2026-07-02 cs.SE
Vul-R2: A Reasoning LLM for Automated Vulnerability Repair
Tencent Inc.(腾讯公司);Department of Computer Science, City University of Hong Kong(香港城市大学计算机科学系);Department of Computer Science and Engineering, The Chinese University of Hong Kong(香港中文大学计算机科学与工程系)
针对现有LLM直接生成漏洞修复缺乏推理数据且难以验证中间过程的问题,提出Vul-R2推理大模型,以提升自动化漏洞修复的性能与可靠性。
2025-10-07 cs.AI cs.SE
Patch Validation in Automated Vulnerability Repair
Northwestern University(西北大学);University of Waterloo(滑铁卢大学);University of New Hampshire(新罕布什尔大学)
本文提出PVBench基准测试,揭示现有自动漏洞修复系统在补丁验证中存在显著误差,指出需提升根因分析、规范遵循和开发者意图捕捉能力。
2026-03-20 cs.SE
AgenticRepair: Multi-Faceted Program Context Engineering for Agentic Vulnerability Repair
The University of Melbourne(墨尔本大学);Monash University(莫纳什大学)
针对现有智能体漏洞修复方法缺乏多维度程序上下文工程的问题,提出AgenticRepair框架,协调三个LLM子智能体构建三类上下文,在SEC-Bench上取得73%的修复成功率,显著优于基线。
2026-08-03 cs.AI cs.CR cs.SE
RAVEN: Agentic RAG for Automated Vulnerability Repair
University of Duisburg-Essen(杜伊斯堡- Essen大学)
提出RAVEN框架,集成智能体RAG管道与可控迭代修复,利用开源LLM实现跨类型、跨语言的自动化漏洞修复,在160个真实CVE上达到83.13%修复成功率。
2026-06-23 cs.CR cs.LG cs.SE
Vul4Py: Benchmarking Automated Vulnerability Repair in Python with Paired Exploit and Functional Oracles
Singapore Management University(新加坡管理大学);Monash University(蒙纳士大学);University of New South Wales(新南威尔士大学)
本研究提出Vul4Py基准测试,含100个Python真实漏洞及配对预言机,对比三类AVR方法,发现智能体OpenHands修复漏洞数远超同类方法,配对预言机保障结果可信。
2026-08-04 cs.SE
Identifying Helpful Context for LLM-based Vulnerability Repair: A Preliminary Study
University of Szeged(塞格德大学);FrontEndART Ltd.(FrontEndART有限公司)
本研究探究不同上下文信息对GPT-4o修复Vul4J数据集中Java漏洞的影响,发现CVE信息结合人工代码上下文效果最优,集成Top-3提示词可将零样本修复率提升至62%。
2025-06-13 cs.AI cs.SE
SynthFix: Adaptive Neuro-Symbolic Code Vulnerability Repair
Vanderbilt University(范德比大学);University of Chicago(芝加哥大学)
SynthFix通过结合代码生成与编译器引导的符号反馈,提升LLM在漏洞修复中的性能,实验表明其在CodeBLEU/CrystalBLEU和Exact Match指标上优于传统基线方法。
2026-07-07 cs.LG cs.SE
ChatGPT for Vulnerability Detection, Classification, and Repair: How Far Are We?
本研究评估ChatGPT在漏洞预测、分类、严重性评估和修复中的表现,发现其性能有限,需微调以提升泛化能力。
2023-10-15 cs.CR cs.SE
MemRepair: Hierarchical Memory for Agentic Repository-Level Vulnerability Repair
Beihang University(北京航空航天大学);The University of Hong Kong(香港大学)
本研究提出MemRepair,一种增强记忆的代理框架,通过分层记忆和动态反馈循环提高漏洞修复的可靠性,实现了在多个仓库级别的漏洞修复基准上的高修复率。
2026-05-17 cs.AI cs.CL cs.SE
Multi-Agent End-to-End Vulnerability Management for Mitigating Recurring Vulnerabilities
Zhejiang University(浙江大学);Queen’s University(女王大学)
MAVM通过多智能体框架实现端到端重复漏洞管理,整合知识库、检测、确认、修复和验证,有效提升漏洞修复准确率。
2026-01-25 cs.SE
A Multi-Dataset Evaluation of Models for Automated Vulnerability Repair
Luxembourg Institute of Science and Technology (LIST)(卢森堡科学技术研究所)
本研究在六个数据集和四种语言上评估 CodeBERT 与 CodeT5 的自动化漏洞修复能力,揭示二者在上下文稀疏、复杂模式捕捉及分布外泛化上的差异与局限,并为实际安全应用提供改进方向。
2025-06-05 cs.AI cs.SE
VulKey: Automated Vulnerability Repair Guided by Domain-Specific Repair Patterns
The Chinese University of Hong Kong(香港中文大学);Sun Yat-sen University(中山大学)
VulKey通过层级化抽象专家知识指导补丁生成,实现更高泛化性和语义丰富性,其在PrimeVul数据集上达到31.5%的修复准确率,超越现有方法。
2026-06-27 cs.CR cs.SE
Example-Based Vulnerability Detection and Repair in Java Code
Java库JCA和JSSE提供了加密API以促进安全编码。当开发人员滥用某些API时,他们的代码容易受到网络攻击。为了消除这些漏洞,人们构建了通过模式匹配检测安全API滥用的工具。然而,大多数工具不(1)修复误用或(2)允许用户扩展工具的模式集。为了克服这两个限制,我们创建了Seader--一种基于示例的方法来检测和修复安全API滥用。给定一个示例<insecure,secure>代码对,Seader比较代码片段以推断任何API滥用模板和相应的修复编辑。根据推断出的信息,给定一个程序,Seader执行过程间静态分析来搜索安全API误用并提出定制的修复方案。为了进行评估,我们将Seader应用于28个<不安全,安全>代码对; Seader成功地推断出21个独特的API误用模板和相关修复。通过这些<vulnerability,fix>模式,我们将SEADER应用于一个有86个已知漏洞的程序基准测试。Seader以95%的准确率、72%的召回率和82%的F分数检测到漏洞。我们还将Seader应用于100个开源项目,并手动检查了77个建议的修复;其中76个修复是正确的。Seader可以帮助开发人员正确使用安全API。
2022-04-28 cs.CR cs.SE
Data-Driven Vulnerability Detection and Repair in Java Code
Java平台提供了各种API来促进安全编码。然而,对于缺乏网络安全培训的开发人员来说,正确使用安全API通常具有挑战性。先前的工作表明,许多开发人员滥用安全API;这种滥用可能会将漏洞引入软件,使安全保护无效,并向黑客提供安全漏洞。为了消除这种API相关的漏洞,本文提出了SEADER -我们的新方法,检测和修复安全API滥用。给定一个示例性的不安全代码片段及其安全对应代码片段,SEADER会比较这些代码片段并进行数据依赖性分析,以推断安全API滥用模板和相应的修复操作。根据推断的信息,给定一个程序,SEADER执行过程间静态分析,以搜索任何安全API滥用,并针对这些漏洞提出定制的修复建议。为了评估SEADER,我们将其应用于25个<不安全,安全>代码对,SEADER成功地推断出18个独特的API误用模板和相关修复。通过这些漏洞修复模式,我们进一步将SEADER应用于10个开源项目,这些项目总共包含32个已知漏洞。我们的实验表明,SEADER检测漏洞的准确率为100%,召回率为84%,准确率为91%。此外,我们将SEADER应用于100个Apache开源项目,并检测到988个漏洞; SEADER始终正确地定制修复建议。根据SEADER的输出,我们提交了60个pull requests。截至目前,已有18个项目的开发商对SEADER的建议给予了积极的反馈。我们的研究结果表明,SEADE…
2021-02-13 cs.CR cs.SE
Enhanced Automated Code Vulnerability Repair using Large Language Models
Universidad de Alcalá(阿尔卡拉大学)
本文提出利用 Code Llama 和 Mistral 等大型语言模型及新的代码修改表示格式来增强 C 代码漏洞自动修复,实验表明其准确性优于 VulRepair,并强调了评估指标与数据集完整性的重要性。
2024-10-03 cs.CL cs.SE
ContractTinker: LLM-Empowered Vulnerability Repair for Real-World Smart Contracts
针对现有智能合约漏洞修复工具语义理解不足、难以处理真实漏洞的问题,提出结合思维链拆解与静态分析引导的LLM赋能修复工具ContractTinker,在48个高危漏洞上实现48%的有效修复率与21%的微改可用率。
2024-09-15 cs.CR cs.SE
Semantics-Aligned, Curriculum-Driven, and Reasoning-Enhanced Vulnerability Repair Framework
Singapore Management University(新加坡管理大学);Monash University(蒙纳士大学);Aalto University(阿尔托大学);National University of Singapore(新加坡国立大学)
本文提出SeCuRepair框架,通过语义对齐、课程驱动和推理增强解决现有漏洞修复方法的局限性,提升代码修复的准确性和泛化能力。
2026-03-18 cs.CR cs.SE
Guiding AI to Fix Its Own Flaws: An Empirical Study on LLM-Driven Secure Code Generation
George Mason University(乔治梅森大学)
本研究针对大语言模型生成不安全代码的问题,检验自生成漏洞提示的作用,发现指导性提示可预防漏洞,原始检测反馈能提升修复效果,带解释的反馈在部分基准中更优。
2026-09-07 cs.SE
Where Did the Repair First Go Wrong? Localizing the Origins of Silent Failures in Agentic Vulnerability Repair
Tampere University(坦佩雷大学)
针对智能体漏洞修复中的静默失败,提出基于轨迹的SAGE方法,通过分析每轮安全推理与代码历史,定位最早偏离安全意图的环节,在95个案例中成功定位93个,多数源于未解决的安全要求或不当防御。
2026-10-06 cs.AI cs.CR cs.SE
Evaluating Pre-Trained Models for Multi-Language Vulnerability Patching
该研究评估CodeBERT、CodeT5两款预训练模型在多语言漏洞补丁任务中的表现,明确了二者的性能优势、效率差异及补丁长度带来的挑战,为自动化漏洞修复技术的实用化提供参考。
2025-01-13 cs.SE
AIBugHunter: A Practical Tool for Predicting, Classifying and Repairing Software Vulnerabilities
AIBugHunter 是一个集成到 VS Code 的 ML 漏洞分析工具,通过多目标优化分类和 Transformer 估计实现实时漏洞检测、分类、严重性评估与修复建议,并在 188K+ 函数数据集和用户研究中验证了其准确性与实用性。
2023-05-26 cs.CR cs.SE
VulnRepairEval: An Exploit-Based Evaluation Framework for Assessing Large Language Model Vulnerability Repair Capabilities
针对现有大语言模型漏洞修复评估依赖表层验证、性能高估的问题,提出基于PoC漏洞利用的VulnRepairEval框架,构建含23个真实Python CVE的基准,测试12款LLM发现最优模型修复率仅约21.7%,凸显真实场景评估的必要性。
2025-09-03 cs.CR cs.SE
P2Patch: Exploit-Guided Vulnerability Repair
K. N. Toosi University of Technology(肯恩·托基大学);Ferdowsi University of Mashhad(马什哈德费尔多西大学);Simon Fraser University(西蒙菲莎大学);Amirkabir University of Technology(阿米尔卡比尔理工大学)
P2Patch 是一种生成式对抗修复系统,通过将补丁视为新攻击目标的对抗循环,在 101 个 C/C++ 和 Java CVE 主题上提升了漏洞修复的覆盖率,能揭示单次验证遗漏的修复缺口。
2026-10-14 cs.AI cs.CR cs.SE
Using ML filters to help automated vulnerability repairs: when it helps and when it doesn't
University of Trento(特伦托大学);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学)
本文研究在自动化漏洞修复流程中用机器学习模型作为测试前初步过滤器的可行性,推导了精确率与召回率的理论界限,并据此评估了现有漏洞检测器相比仅基于测试的APR4Vuln流水线需要达到的速度条件。
2025-04-09 cs.CR cs.LG cs.SE
LLM4CVE: Enabling Iterative Automated Vulnerability Repair with Large Language Models
本文提出LLM4CVE迭代流水线,利用大语言模型自动修复真实代码漏洞,并在多种先进LLM上验证其修复质量与代码相似度。
2025-01-07 cs.CR cs.SE
Neural Transfer Learning for Repairing Security Vulnerabilities in C Code
KTH Royal Institute of Technology(瑞典皇家理工学院);Colorado State University(科罗拉多州立大学)
在本文中,我们解决了深度学习自动修复软件漏洞的问题。数据驱动漏洞修复的主要问题是,已知已确认漏洞的少数现有数据集仅包含几千个示例。然而,训练一个深度学习模型通常需要数十万个示例。在这项工作中,我们利用直觉,错误修复任务和漏洞修复任务是相关的,从错误修复学到的知识可以转移到修复漏洞。在机器学习社区中,这种技术被称为迁移学习。本文提出了一种基于迁移学习的安全漏洞修复方法VRepair。VRepair首先在一个大型的bug修复语料库上进行训练,然后在一个小一个数量级的漏洞修复数据集上进行调整。在我们的实验中,我们证明了只在bug修复语料库上训练的模型已经可以修复一些漏洞。然后,我们证明了迁移学习提高了修复脆弱C函数的能力。我们还表明,迁移学习模型的性能优于使用去噪任务训练并在漏洞修复任务上进行微调的模型。总之,本文表明,与在小数据集上学习相比,迁移学习在修复C中的安全漏洞方面效果良好。
2022-01-04 cs.CR cs.LG cs.SE
SecReason: Vulnerability Detection and In-Stream Self-Repair for LLM Code Generation
Singapore Management University(新加坡管理大学);University of Wollongong(伍伦贡大学)
针对 LLM 代码生成的漏洞问题,提出流内防御机制 SecReason,通过双轨增量扫描在生成中检测漏洞并中断修复,将安全功能代码交付率从低于15%提升至72.8%,且 token 消耗更少。
2026-10-15 cs.CR cs.SE
Metrics Failure in LLM-Based Code Vulnerability Repair: An Empirical Study and a Change-Aware Screen
The University of Southern Mississippi(南密西西比大学)
本研究通过五项受控实验证明编译率作为LLM漏洞修复指标不可靠,并提出变更感知的diff_F1作为廉价筛选工具,主张采用变更感知且基于执行的评估方法。
2026-09-23 cs.AI cs.CR cs.SE
ContraFix: Skill-Enhanced Contrastive Runtime Analysis for Vulnerability Repair
Beihang University(北京航空航天大学);The University of Hong Kong(香港大学)
本文提出ContraFix框架,通过差分运行时证据和可重用的修复技能,解决大型语言模型代理在自动漏洞修复中的语义误解问题,实现了在SEC-Bench和PatchEval上的高准确率。
2026-07-03 cs.AI cs.CL cs.CR
Towards Demystifying and Repairing LLM-in-the-Loop Vulnerabilities
Tianjin University(天津大学);Singapore Management University(新加坡管理大学);University of Luxembourg(卢森堡大学)
通过构建首个LLM-in-the-loop漏洞数据集LLMCVE,分析发现LLM常作为目标或传播向量而非根因,并评估现有修复方法,揭示此类漏洞修复更具挑战性。
2026-07-03 cs.CR cs.SE
Code Security Vulnerability Repair Using Reinforcement Learning with Large Language Models
University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校)
针对现有LLM代码修复因监督微调的样本不平衡而忽略安全防护的问题,提出结合语义、语法奖励机制的强化学习代码修复方法,以实现LLM生成代码的安全加固。
2024-01-30 cs.AI cs.CR cs.SE
SecureFixAgent: A Hybrid LLM Agent for Automated Python Static Vulnerability Repair
Computer Science Department(计算机科学系);Applied Economics Department(应用经济学系)
SecureFixAgent 将 Bandit 静态分析与轻量级本地 LLM 结合,通过迭代检测-修复-验证循环和 LoRA 微调,实现低误报、高精度的自动化 Python 漏洞修复。
2025-09-18 cs.AI cs.CR cs.SE
LLM-Powered Code Vulnerability Repair with Reinforcement Learning and Semantic Reward
University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);Louisiana State University(路易斯安那州立大学);University of the Incarnate Word(道成肉身大学)
本文提出SecRepair系统,利用CodeGen2大语言模型结合强化学习与语义奖励机制,在生成漏洞修复代码的同时提供完整漏洞描述,并在6个开源物联网操作系统中验证了其对零日及N日漏洞的识别与修复能力。
2024-02-22 cs.AI cs.SE
How Effective Are Neural Networks for Fixing Security Vulnerabilities
Purdue University(普渡大学);University of Waterloo(滑铁卢大学);York University(约克大学);University of Alberta(阿尔伯塔大学);J.P. Morgan AI Research(摩根大通AI研究院)
本文首次系统比较了LLMs与基于深度学习的APR模型在Java漏洞修复上的能力,提出新基准VJBench及变换版本,并发现现有方法修复率低、Codex表现相对最好,呼吁通过更大训练数据、微调和代码简化变换来提升自动修复效果。
2024-04-02 cs.AI cs.CR cs.SE
Empirical Review of Smart Contract and DeFi Security: Vulnerability Detection and Automated Repair
本文实证综述了智能合约与DeFi安全领域,将攻击归纳为六类,评估了42种漏洞检测技术和8种自动修复工具,并指出了未来需解决的开放问题。
2023-09-06 cs.CR cs.SE
LLMs in Code Vulnerability Analysis: A Proof of Concept
Ohio University(俄亥俄大学);University of Cincinnati(辛辛那提大学);University of Tennessee(田纳西大学)
本文探讨利用LLMs在代码漏洞分析中的应用,通过微调和提示方法评估模型性能,发现代码专用模型在复杂任务中表现优异,但现有指标不足以衡量修复质量。
2026-01-13 cs.SE
Repairing vulnerabilities without invisible hands. A differentiated replication study on LLMs
University of Trento(特伦托大学)
本文通过受控实验研究LLM在漏洞修复中的表现,发现其修复能力可能受隐藏因素影响,通过偏移故障位置验证模型是否能复现记忆中的修复方案。
2026-01-14 cs.CR cs.LG cs.SE
Refploit: Facilitating Exploit Construction via Code-Agent Trajectory Repair
The State Key Laboratory of Blockchain and Data Security, Zhejiang University(浙江大学区块链与数据安全国家重点实验室);Queen’s University(女王大学)
提出Refploit框架,利用大语言模型修复代码代理生成的失败轨迹,通过差分执行验证和约束引导恢复,在Java漏洞数据集上实现80.2%的复现率,相对初始轨迹提升64.3%。
2026-07-03 cs.SE
CommitShield: Tracking Vulnerability Introduction and Fix in Version Control Systems
本文提出 CommitShield,融合静态分析与 LLM 的代码及自然语言理解能力,利用提交描述和补丁上下文检测漏洞引入与修复,并在 CommitVulFix 等数据集上显著提升召回率和 F1 分数。
2025-01-07 cs.SE
Securing Smart Contract Languages with a Unified Agentic Framework for Vulnerability Repair in Solidity and Move
University Of Houston(德克萨斯大学休斯敦分校);Kent State University(肯特州立大学)
本文提出Smartify,一种利用多代理框架和LLMs自动检测并修复Solidity和Move智能合约漏洞的方法,展现其在提升安全性和可靠性方面的显著成效。
2025-11-20 cs.AI cs.CR cs.MA
Closing the Gap: A User Study on the Real-world Usefulness of AI-powered Vulnerability Detection & Repair in the IDE
Department of Computer Science, Iowa State University(计算机科学系,爱荷华州立大学);Microsoft Data & AI(微软数据与人工智能)
本文研究了AI驱动的漏洞检测与修复工具在IDE中的实际有用性,通过17名专业开发者使用DeepVulGuard工具的实证研究发现,尽管该工具前景广阔,但高误报率和不可应用的修复使其尚未能用于实际场景。
2025-04-25 cs.CR cs.LG cs.SE
Helpful or Harmful? Evaluating LLM-Assisted Vulnerability Patching via a Human Study
通过人类实验研究LLM辅助漏洞修补的效果,发现其可能加速修补但增加生成不安全代码的风险。
2026-06-25 cs.AI cs.SE
Detect--Repair--Verify for LLM-Generated Code: A Multi-Language, Multi-Granularity Empirical Study
Concordia University(麦科德大学)
本文通过检测-修复-验证工作流评估LLM生成代码的安全性,发现多阶段修复能提升安全性和正确性,但修复可靠性依赖于修复范围和测试基础。
2026-03-24 cs.SE
An Empirically-grounded tool for Automatic Prompt Linting and Repair: A Case Study on Bias, Vulnerability, and Optimization in Developer Prompts
University of Michigan-Dearborn(密歇根大学迪尔伯恩分校);University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Microsoft(微软公司)
针对开发者提示词中的偏见、漏洞和性能问题,提出PromptDoctor工具,能自动检测并修复,实验表明可去除68.29%偏见、加固41.81%漏洞并提升37.1%性能,还提供VSCode扩展。
2025-01-21 cs.AI cs.SE
The Code Whisperer: LLM and Graph-Based AI for Smell and Vulnerability Resolution
本文提出Code Whisperer框架,结合图分析与大语言模型,统一检测和修复代码维护性和安全性问题,提升检测性能和修复建议实用性。
2026-04-12 cs.AI cs.SE
Towards Explainable Vulnerability Detection with Large Language Models
针对现有漏洞检测方法缺乏详细解释的问题,提出融合提示标注、LoRA指令微调和CoT关键代码提取的LLMVulExp框架,实现高准确率的漏洞检测与可解释分析,在SeVC数据集上F1超90%。
2025-09-03 cs.SE
CVEfixes: Automated Collection of Vulnerabilities and Their Fixes from Open-Source Software
Simula Research Laboratory(西莫拉研究实验室)
对源代码中安全漏洞的自动发现和修复进行数据驱动的研究需要真实易受攻击的代码及其修复的全面数据集。为了帮助这样的研究,我们提出了一种方法来自动收集和策划一个全面的漏洞数据集,从公共的国家漏洞数据库(NVD)中的常见漏洞和暴露(CVE)记录。我们在一个完全自动化的数据集收集工具中实现了我们的方法,并分享了名为CVEfixes的漏洞数据集的初始版本。CVEfixes收集工具自动从NVD获取所有可用的CVE记录,从相关的开源存储库收集易受攻击的代码和相应的修复程序,并将收集到的信息组织到关系数据库中。此外,数据集还包含了诸如程序设计语言等元数据,以及五个抽象级别的详细代码和安全度量。该集合可以很容易地重复,以保持最新的新发现或修补的漏洞。CVE修复的初始版本涵盖了截至2021年6月9日的所有已发布的CVE,涵盖了1754个开源项目的5365条CVE记录,这些项目在总共5495次漏洞修复提交中得到了解决。CVEfixes支持各种类型的数据驱动的软件安全研究,例如漏洞预测,漏洞分类,漏洞严重性预测,分析与安全性相关的代码更改以及自动漏洞修复。
2021-07-19 cs.AI cs.CR cs.LG