Vulnerability Coverage as an Adequacy Testing Criterion
主流软件应用程序和工具是可配置的平台，具有大量参数及其值。这些参数之间的某些设置和可能的交互可能会加强（或削弱）这些应用程序对某些已知漏洞的安全性和鲁棒性。然而，大量的漏洞报告和与这些工具相关联，使这些工具的详尽测试不可行，对这些漏洞不可行。作为一般软件测试问题的一个实例，要解决的研究问题是被测系统是否健壮和安全。本文介绍了“漏洞覆盖率”的概念，这是一个充分测试给定应用程序的某些类别的漏洞的概念，正如国家漏洞数据库（NVD）所报告的那样。其思想是利用通用漏洞评分系统（CVSS）作为一种手段来衡量进化算法生成的测试输入的适应度，然后通过模式匹配识别与生成的漏洞向量相匹配的漏洞，然后对这些识别出的漏洞进行测试。我们报告了两个进化算法的性能（即，遗传算法和粒子群优化）在生成脆弱性模式矢量中的应用。
2020-06-14 cs.SE
One-for-All Does Not Work! Enhancing Vulnerability Detection by Mixture-of-Experts (MoE)
针对“一刀切”漏洞检测模型性能欠佳的问题，提出采用混合专家（MoE）框架的MoEVD方法，将任务分解为CWE类型分类和特定检测，显著提升F1分数及长尾漏洞检测性能。
2025-02-12 cs.SE
The Distributed Open-Source Vulnerability Ecosystem
Munich University of Applied Sciences（慕尼黑应用科学大学）；Findustrial GmbH（Findustrial有限公司）
研究软件供应链安全中漏洞识别问题，提出将漏洞管理视为信息交换与转换分布式过程的概念框架，追踪漏洞信息流程，分析扫描器结果不一致原因，探讨对相关方面的影响。
2026-07-17 cs.CR cs.SE
Coding-PTMs: How to Find Optimal Code Pre-trained Models for Code Embedding in Vulnerability Detection?
针对漏洞检测中代码预训练模型选择缺乏依据的问题，本文评估十种 PTM 的嵌入特征，提出含十三项指标与 Random Forest 推荐器的 Coding-PTMs 框架。
2024-08-09 cs.SE
Hidden Dependencies and Component Variants in SBOM-Based Software Composition Analysis
Victoria University of Wellington（惠灵顿维多利亚大学）
本文研究了SBOM基础软件组成分析中隐藏代码级依赖和无法一致识别的组件变体问题，揭示了当前SBOM生产与消费的局限性，推动了更丰富的依赖表示和组件身份定义。
2026-04-23 cs.SE
Security Vulnerability Patterns in AI-Generated Code: A Cross-Model Comparative Study
The Beacom College of Computer & Cyber Sciences Dakota State University（达科他州立大学比科姆计算机与网络科学学院）
研究基于大语言模型的编码工具生成的自动化脚本安全风险，通过跨模型收集代码并审查漏洞，发现风险与任务类别有关，各模型漏洞情况相似，组织应思考是否不经审查就部署此类自动化代码。
2026-07-24 cs.CR cs.SE
Ensembling Large Language Models for Code Vulnerability Detection: An Empirical Evaluation
本研究探索集成学习提升大型语言模型代码漏洞检测性能，评估了五种LLM在三大数据集上的三种策略，并提出动态门控堆叠（DGS）变体，实验证明集成方法显著提升检测效果，DGS在类别不平衡和多分类任务中表现更优。
2025-09-18 cs.SE
Discovery of Timeline and Crowd Reaction of Software Vulnerability Disclosures
本文通过手动调查312个CVE，研究了漏洞披露时软件供应商和开发者社区的真实实践（群体反应），发现主要趋势是在公告前提供修复，且群体反应对漏洞严重程度不敏感，Oracle社区表现最为活跃。
2024-11-19 cs.SE
Silent Vulnerability-fixing Commit Identification Based on Graph Neural Networks
提出VFFINDER，一种基于图神经网络的自动化静默漏洞修复识别方法，通过带注释的AST捕获代码结构变化，在精确率、召回率和F1上显著优于现有方法并加速识别过程。
2023-09-15 cs.SE
PatchSeeker: Mapping NVD Records to their Vulnerability-fixing Commits with LLM Generated Commits and Embeddings
PatchSeeker利用大语言模型生成提交摘要和嵌入，将NVD漏洞记录映射到修复提交，在基准上比Prospector提升59.3% MRR和27.9% Recall@10。
2025-09-09 cs.CR cs.SE
MulVul: Retrieval-augmented Multi-Agent Code Vulnerability Detection via Cross-Model Prompt Evolution
MulVul通过跨模型提示进化实现多智能体代码漏洞检测，采用由粗到细的策略，利用检索工具提升漏洞识别精度，达到34.79%的Macro-F1成绩。
2026-01-26 cs.AI cs.SE
Exploiting Library Vulnerability via Migration Based Automating Test Generation
针对第三方库漏洞影响评估难的问题，提出基于漏洞利用代码的测试生成方法VESTA，通过新增迁移步骤提升测试与漏洞利用的相似性，在30个漏洞、60组漏洞-项目对的实验中，成功率达71.7%，较基线方法TRANSFER提升53.4%。
2023-12-15 cs.SE
Code Change Intention, Development Artifact and History Vulnerability: Putting Them Together for Vulnerability Fix Detection by LLM
针对现有漏洞修复检测方法忽略开发制品上下文及缺乏解释的问题，提出LLM4VFD框架，结合代码变更意图、开发制品与历史漏洞上下文，利用LLM与思维链推理提升检测准确率，并提供可解释分析，较现有方法提升68.1%-145.4%。
2025-01-24 cs.SE
Vulnerability-Triggering Test Case Generation from Third-Party Libraries
针对第三方库漏洞检测误报及输入传播评估问题，提出结合漏洞利用可达性分析与LLM单元测试生成的VULEUT方法，在70个真实项目上验证32个漏洞，生成的292个测试用例中229个成功确认利用，性能超基线24%。
2025-02-11 cs.SE
VGX: Large-Scale Sample Generation for Boosting Learning-Based Software Vulnerability Analyses
本文提出 VGX 技术，通过定制 Transformer 识别漏洞注入上下文并结合历史修复模式，实现大规模高质量漏洞样本生成，显著提升了漏洞检测、定位和修复任务的性能并发现新 CVE。
2024-01-04 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
Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks
Carnegie Mellon University Language Technologies Institute（卡内基梅隆大学语言技术研究所）；Columbia University（哥伦比亚大学）；Johns Hopkins University（约翰霍普金斯大学）；HydroX AI
本文通过基准测试发现，Vibe 编程在现实任务中生成的代码安全性不足，尽管功能正确但存在安全漏洞，警示其在安全敏感领域应用的风险。
2026-09-22 cs.CL cs.SE
A Practical Solution to Systematically Monitor Inconsistencies in SBOM-based Vulnerability Scanners
University of Padua（帕多瓦大学）；Örebro University（厄勒布鲁大学）
本文提出SVS-TEST方法，用于系统监控基于SBOM的漏洞扫描器的不一致性，揭示SVS工具在可靠性与错误处理上的差异。
2025-12-19 cs.CR cs.SE
Automated Vulnerability Injection in Solidity Smart Contracts: A Mutation-Based Approach for Benchmark Development
本研究提出基于突变注入的MuSe工具，自动向Solidity智能合约注入六种漏洞以生成基准，并用Slither验证，发现注入率因漏洞而异且静态分析工具检测不全，凸显了改进检测评估的需求。
2025-04-22 cs.SE
Improving Automated Secure Code Reviews: A Synthetic Dataset for Code Vulnerability Flaws
针对现有代码审查数据集漏洞样本不足的问题，本文提出利用大语言模型生成漏洞聚焦的合成审查数据集，并计划微调三个现有模型以提升其安全代码审查性能。
2025-04-22 cs.SE
A Dual-Loop Agent Framework for Automated Vulnerability Reproduction
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Huazhong University of Science and Technology（华中科技大学）；Tsinghua University（清华大学）
CVE2PoC通过双环代理框架实现漏洞复现自动化，提升漏洞利用代码的生成效率与质量。
2026-02-08 cs.SE
SPFinder: Improving the Context Length and Scalability for Tracing Known Vulnerability Patches
Stevens Institute of Technology（史蒂文斯理工学院）；ZJU-UIUC（浙江大学伊利诺伊大学厄巴纳香槟校区联合学院）；University of Texas, San Antonio（德克萨斯大学圣安东尼奥分校）
SPFinder是一种用于追踪已知漏洞补丁的可扩展检索框架，通过分层嵌入和三阶段检索解决长上下文与可扩展性问题，在多数据集评估中优于现有方法，可实用关联CVE补丁。
2026-08-04 cs.CR cs.SE
A Systematic Study on Generating Web Vulnerability Proof-of-Concepts Using Large Language Models
Tianjin University（天津大学）；Nanyang Technological University（南洋理工大学）；Nankai University（南开大学）
本文首次系统研究了利用大型语言模型结合公开披露信息生成Web漏洞概念证明（PoC）的可行性，发现补充代码上下文与自适应推理策略能将成功率最高提升至72%。
2025-10-11 cs.SE
Neuro-Symbolic Proof-of-Vulnerability Generation with Open-Weight Models
University at Buffalo（布法罗大学）
研究人员提出POVGEN神经符号框架，利用开放权重模型实现低成本漏洞证明生成，在基准测试和真实CVE中表现优于模糊测试与符号执行，还发现了有缺陷补丁及未报告漏洞。
2026-08-06 cs.SE
V2E: Validating Smart Contract Vulnerabilities through Profit-driven Exploit Generation and Execution
Sun Yat-sen University（中山大学）；Peng Cheng Laboratory（鹏城实验室）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出V2E框架，通过自动生成可执行的漏洞利用示例，验证报告漏洞是否可被利用。核心方法包括生成、验证和迭代优化漏洞利用代码，提升漏洞验证效率。
2026-04-20 cs.SE
Vul-RAG: Enhancing LLM-based Vulnerability Detection via Knowledge-level RAG
Fudan University（复旦大学）；Alibaba Group（阿里巴巴集团）；Sun Yat-sen University（中山大学）
针对大语言模型在区分漏洞代码与相似已修复良性代码时准确率低、难捕捉漏洞根因的问题，提出知识级检索增强生成框架Vul-RAG，利用历史漏洞提炼的多维度知识增强模型，显著提升检测准确率，还可辅助人工检测并发现未知漏洞。
2025-06-17 cs.AI cs.SE
DeVAIC: A Tool for Security Assessment of AI-generated Code
本文提出DeVAIC工具，通过基于正则表达式的检测规则覆盖35个CWE，实现对AI生成Python代码（包括不完整代码）的安全漏洞检测，F1分数和准确率达94%，平均每个代码片段仅需0.14秒。
2024-09-02 cs.SE
Explicit Vulnerability Generation with LLMs: An Investigation Beyond Adversarial Attacks
本文通过 Dynamic Prompting 与 Reverse Prompting 评估 Qwen2、Mistral 和 Gemma 显式生成漏洞代码的行为，揭示角色、措辞和复杂度对成功率的影响及安全对齐盲点。
2025-07-23 cs.SE
Enhancing Software Vulnerability Detection Using Code Property Graphs and Convolutional Neural Networks
本文提出利用代码属性图与卷积神经网络相结合的方法，实现可扩展且自动化的软件漏洞检测，并构建了函数级漏洞数据集，以提高检测的准确性和粒度。
2025-03-23 cs.LG cs.SE
When ChatGPT Meets Smart Contract Vulnerability Detection: How Far Are We?
本文实证研究了ChatGPT在智能合约漏洞检测中的表现，发现其召回率高但精度有限，并与现有工具对比揭示了其在不同漏洞类型上的优劣势及鲁棒性局限。
2024-08-21 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
FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction
Texas A&M University（德克萨斯农工大学）
本文提出FuzzingBrain V2，通过多智能体系统解决LLM在漏洞检测中的三大挑战：自动化分析、精准定位与复杂依赖推理，实现了90%的检测率并发现29个零日漏洞。
2026-05-20 cs.CR cs.SE
FMViz: Visualizing Tests Generated by AFL at the Byte-level
软件模糊测试是一种强有力的测试技术，已经成为工业界自动化软件测试和软件漏洞检测的事实上的方法。模糊的随机性使得监控和理解模糊器的行为变得困难。在本文中，我们报告了模糊突变可视化工具（FMViz）的开发，该工具专注于可视化模糊器中的字节级突变。特别是，FMViz扩展了美国模糊Lop（AFL），以可视化生成的测试输入，并突出显示连续生成的种子之间的变化，作为一个模糊活动的进展。我们的工具的首要目标是帮助开发人员和学生更好地理解AFL模糊器的内部工作原理。在本文中，我们提出了FMViz的体系结构，讨论了它的一个示例案例研究，并概述了未来的工作。FMViz是开源的，可在https://github.com/AftabHussain/afl-test-viz上公开获取。
2021-12-25 cs.SE
PoCGen: Generating Proof-of-Concept Exploits for Vulnerabilities in Npm Packages
University of Stuttgart（斯图加特大学）；CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
本文提出PoCGen，通过结合大语言模型和静态动态分析，自动生成并验证npm包漏洞的概念验证漏洞利用，成功率达77%，优于现有基线方法。
2026-06-28 cs.CR cs.SE
EntailLLM: Verifying Agent-Generated Vulnerability Discovery Paths with Domain Knowledge via Logic Programming
Syracuse University（雪城大学）；HRL Laboratories（HRL实验室）
EntailLLM通过逻辑编程结合领域知识验证LLM生成的漏洞发现路径，在三类CWE、四个LLM等多组实验中，将合并蕴含率从78%提升至98%，可端到端部署且无需逐设备调优。
2026-10-27 cs.AI cs.CR cs.LO
SAFuzz: Semantic-Guided Adaptive Fuzzing for LLM-Generated Code
Georgia Institute of Technology（佐治亚理工学院）
SAFuzz通过结合LLM引导的自适应模糊测试，提升算法漏洞检测精度和效率，减少测试时间成本。
2026-02-11 cs.CR cs.SE
VulScribeR: Exploring RAG-based Vulnerability Augmentation with LLMs
University of Manitoba（曼尼托巴大学）；Washington State University（华盛顿州立大学）；University at Buffalo（布法罗大学）
本文提出 VulScribeR，利用大语言模型结合检索增强生成，通过变异、注入和扩展三种策略增强漏洞数据，在多个数据集上显著优于现有方法，并具备低成本大规模增强能力。
2025-08-12 cs.CR cs.LG cs.SE
LLMs in Web Development: Evaluating LLM-Generated PHP Code Unveiling Vulnerabilities and Limitations
University of Oslo（奥斯陆大学）
本研究通过混合检测方法评估2500个GPT-4生成的PHP网站的安全性，发现大量高危漏洞，公开相关数据集并强调生成式AI用于软件开发需严格安全测试。
2024-05-21 cs.AI cs.SE
Guiding Symbolic Execution with Static Analysis and LLMs for Vulnerability Discovery
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
SAILOR结合静态分析与LLM合成自动构建符号执行Harness，通过三个阶段发现内存安全漏洞，实验表明其在大规模代码库中显著提升漏洞检测效率。
2026-04-07 cs.CR cs.SE
How Can ChatGPT Support Human Security Testers to Help Mitigate Supply Chain Attacks?
Wake Forest University（维克森林大学）；Virginia Tech（弗吉尼亚理工大学）
本文探讨利用ChatGPT生成供应链攻击测试的方法，通过模板生成测试用例，发现49个应用中的漏洞，并优于现有工具。
2026-03-29 cs.CR cs.SE
Towards Exception Safety Code Generation with Intermediate Representation Agents Framework
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Stanford University（斯坦福大学）；Tsinghua University（清华大学）；Beihang University（北航大学）
提出Seeker多代理框架，利用中间表示和深度RAG算法提升LLM生成代码的异常处理能力，显著提高精度与稳健性。
2025-07-07 cs.CL cs.SE
When Less is Enough: Positive and Unlabeled Learning Model for Vulnerability Detection
Harbin Institute of Technology（哈尔滨工业大学）；Central University of Finance and Economics（中央财经大学）；Nanyang Technological University（南洋理工大学）；Peng Cheng Laboratory（鹏城实验室）
针对漏洞检测中负标签数据不可靠、标注数据质量不足的问题，提出仅用正样本和无标签数据学习的PILOT模型，通过距离感知标签选择和混合监督表示学习提升检测效果。
2023-08-21 cs.AI cs.CR cs.SE
Revisiting Pre-trained Language Models for Vulnerability Detection
University of Texas at Dallas（德克萨斯大学达拉斯分校）；Florida International University（佛罗里达国际大学）；Microsoft（微软公司）
本文重新审视预训练语言模型在漏洞检测中的应用，发现特定设计的模型在性能上更优，但面临现实场景中的挑战，如复杂依赖检测和标注错误问题。
2025-11-22 cs.AI cs.CR cs.LG
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
Leveraging GPT-4 for Vulnerability-Witnessing Unit Test Generation
University of Szeged（塞格德大学）；FrontEndART Software Ltd.（FrontEndART软件有限公司）
本研究探究GPT-4基于漏洞修复前后代码生成漏洞见证单元测试的能力，发现其语法正确率达66.5%，生成的测试模板经少量人工调整即可使用，可在半自动化测试流程中发挥重要作用。
2025-06-13 cs.AI cs.SE
Let the Trial Begin: A Mock-Court Approach to Vulnerability Detection using LLM-Based Agents
School of Computing and Information Systems, Singapore Management University, Singapore（计算与信息系统学院，新加坡管理大学，新加坡）；School of Computer Science, University of Sydney, Australia（计算机科学学院，悉尼大学，澳大利亚）
VulTrial通过多代理框架利用大语言模型检测漏洞，显著提升检测效率并发现多个零日漏洞。
2025-12-03 cs.AI cs.SE
SCoPE: Evaluating LLMs for Software Vulnerability Detection
本研究提出SCoPE框架优化CVEFixes数据集，并微调三个预训练大语言模型进行软件漏洞检测，最佳模型F1分数达53%。
2024-07-19 cs.AI cs.CR cs.LG
Enhancing Large Language Models for Secure Code Generation: A Dataset-driven Study on Vulnerability Mitigation
South China University of Technology（华南理工大学）；University of Innsbruck（因斯布鲁克大学）
本文针对LLM生成代码的安全漏洞风险，构建了含180个样本的SecuCoGen数据集，通过代码生成、修复和分类实验评估现有模型，并提出缓解漏洞、增强鲁棒性的方法。
2023-10-25 cs.AI cs.CL cs.CR
SAEL: Leveraging Large Language Models with Adaptive Mixture-of-Experts for Smart Contract Vulnerability Detection
Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）；University of Chinese Academy of Sciences（中国科学院大学）；State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所计算机科学技术国家重点实验室）
针对现有智能合约漏洞检测方法的局限，提出基于大语言模型的SAEL框架，结合自适应混合专家架构融合多类特征，在多种漏洞检测任务上性能优于现有方法。
2025-07-30 cs.AI cs.CR cs.SE
Statistical Analysis of Executability and Program Equivalence in Decompilation for IoT Vulnerability Detection
College of Science and Technology, Nihon University（日本大学理工学部）；Waseda Institute for Advanced Study, Waseda University（早稻田大学高等研究院）；Graduate School of Informatics and Engineering, The University of Electro-Communications（电气通信大学信息工学研究科）
该研究针对物联网固件漏洞检测的反编译问题，提出九维质量评估指标，通过统计分析证明其可有效评估反编译质量，为物联网设备缺陷及黑盒生成模型质量评估提供基础。
2026-08-10 cs.CR cs.SE
Software Vulnerability and Functionality Assessment using LLMs
JP Morgan AI Research（摩根大通AI研究院）
本研究探讨了大型语言模型在代码审查中的应用，重点评估其在标记安全漏洞和验证软件功能方面的性能，发现专有模型显著优于开源模型，且部分生成的漏洞描述与真实CWE漏洞相关。
2024-03-13 cs.AI cs.SE
A Study on Mixup-Inspired Augmentation Methods for Software Vulnerability Detection
Department of Computer Science University of Manitoba（计算机科学系曼尼托巴大学）
本文探索在表示层面增强漏洞数据以提升深度学习模型检测性能，评估五种增强技术及条件版本，发现其可将F1分数提高达9.67%，但效果不及随机过采样。
2025-04-26 cs.CR cs.LG 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
MANDO: Multi-Level Heterogeneous Graph Embeddings for Fine-Grained Detection of Smart Contract Vulnerabilities
L3S Research Center, Leibniz Universität Hannover（汉诺威莱布尼茨大学L3S研究中心）；Singapore Management University（新加坡管理大学）
学习由不同类型的节点和边组成的异构图增强了同构图技术的结果。这样的图的一个有趣的例子是控制流图表示可能的软件代码执行流。由于这种图代表了代码的更多语义信息，因此开发用于这种图的技术和工具对于检测软件中的漏洞以提高其可靠性非常有益。然而，现有的异构图技术仍然不足以处理复杂的图，其中不同类型的节点和边的数量是大的和可变的。本文集中讨论以太坊智能合约，作为由异构合约图表示的软件代码样本，这些合约图构建在包含不同类型节点和链接的控制流图和调用图上。我们提出了MANDO，一个新的异构图表示学习这种异构合同图的结构。MANDO提取定制的元路径，这些元路径组成不同类型的节点及其邻居之间的关系连接。此外，它还开发了一个多元路径异构图注意力网络，用于学习不同类型节点及其元路径在异构合约图中的多级嵌入，可以更准确地捕获智能合约的代码语义，并促进细粒度行级和粗粒度合约级漏洞检测。我们对大型智能合约数据集的广泛评估表明，MANDO在粗粒度合约级别上改善了其他技术的漏洞检测结果。更重要的是，它是第一个能够在细粒度行级别识别漏洞的基于学习的方法，并将传统的基于代码分析的漏洞检测方法的F1分数提高了11.35%至70.81%。
2022-09-07 cs.LG cs.SE
