全部动态

Bulbasaur：面向灰盒模糊测试的分支引导在线变异器生成

用 LLM 在线生成针对目标分支的定制变异器；覆盖率较现有最优最高提升约 24%，发现 21 个基线遗漏的漏洞和 15 个未知漏洞，均获 CVE。

通过对抗式 LLM 交互生成精确的网络协议格式规范

让 LLM 的规范推断与代码生成相互对抗、迭代修正以减少幻觉；字段约束推断较现有最优提升 326%，并借助模糊测试发现 24 个零日漏洞。

用泄漏导向最小路径覆盖发现资源耗尽DoS漏洞

结合LLM异常推断与最小路径覆盖检测Java资源泄漏，在真实研究中发现67个潜在DoS漏洞。

SoK：DARPA AI Cyber Challenge（AIxCC）的赛制设计、架构与经验

首次系统分析 AIxCC，剖析赛制设计与决赛 CRS 架构，指出真正驱动性能的因素、技术进展与尚待解决的局限。

夹击中的大语言模型：恶意软件请求与越狱挑战

构建含3520条越狱提示的 MalwareBench，发现主流模型对恶意代码请求的平均拒绝率为60.93%，结合越狱后降至39.92%。

CLeVeR：用于漏洞代码表征的多模态对比学习

利用漏洞描述监督代码表征的对比学习，在漏洞检测和分类任务上分别取得72.82%和80.34%的F1，优于现有方法。

评测并增强大语言模型解决 CTF 挑战的能力

JsDeObsBench：评测 LLM 的 JavaScript 去混淆能力

Oedipus：LLM 增强的推理类 CAPTCHA 求解器

OCR-APT：用子图异常检测与 LLM 从审计日志重构 APT 攻击故事

PromeFuzz：知识驱动、用大语言模型生成 fuzzing harness

CVE-Bench：评估 AI Agent 利用真实 Web 应用漏洞的能力

基于高危 CVE 构建沙箱基准，评估 LLM Agent 利用真实 Web 漏洞的能力，最先进的 Agent 框架可利用至多 13% 的漏洞。

AutoAdvExBench：评测自主攻破对抗样本防御的能力

评测 LLM 自主攻破对抗样本防御的基准；最强 Agent 组合能破解 87% 的 CTF 式防御，但只能破解 37% 的真实防御。

BaxBench：LLM 能生成正确且安全的后端吗？

构建含 392 个任务的后端生成基准，用端到端 exploit 检验安全性；最佳模型功能正确率仅 62%，各模型正确程序中约一半可被成功攻击。

超越分类：用领域适配 LLM 推断去符号二进制的函数名

SymGen 用领域适配的生成式 LLM 为去符号二进制推断函数名，服务恶意软件分析与漏洞挖掘，精度、召回与 F1 大幅超越现有方法。

从 Large 到 Mammoth:大语言模型漏洞检测能力的对比评估

评估多个 LLM 在 Java 及 C/C++ 上的漏洞检测,发现部分模型表现不佳,上下文窗口有稳定增益,量化等因素收益有限。

用 LLM 生成 API 参数安全规则以检测 API 误用

提出 GPTAid,用 LLM 与执行反馈过滤生成 API 参数安全规则,精度 92.3%,在 47 个应用中发现 210 个未知安全漏洞。

LLMPirate:用 LLM 实施黑盒硬件 IP 盗版

提出首个用 LLM 重写电路设计以规避盗版检测的技术,在四种检测工具上对所有测试电路均成功规避。

PropertyGPT:通过检索增强属性生成实现 LLM 驱动的智能合约形式化验证

用 LLM 迁移已有人工属性并自动生成合约属性,召回率 80%,检出 37 个中的 26 个 CVE/攻击事件并发现 12 个零日漏洞。

RACONTEUR:基于 LLM 的专业化 Shell 命令解释器

用专业知识与文档检索增强 LLM,解释恶意 Shell 命令的行为与意图,并映射到 MITRE ATT&CK 战术与技术。

The Midas Touch：激发 LLM 能力用于资源管理 API 误用检测

提出 ChatDetector，用 LLM 从文档提取资源管理 API 约束并检测误用，识别 165 对 API，精度 98.21%，并报告 115 个安全漏洞。

YuraScanner：利用 LLM 进行任务驱动的 Web 应用扫描

提出基于 LLM 的目标驱动 Web 扫描 Agent，自主执行任务工作流以发现更深层状态，在 20 个应用中发现 12 个零日 XSS 漏洞。

PurpCode：通过推理实现更安全的代码生成

提出 PurpCode 后训练方案，先学习网络安全规则再用多目标强化学习，训练出 PurpCode-32B，生成无漏洞代码并抵御恶意网络活动，同时降低过度拒答。

进攻性网络安全智能体的动态风险评估

主张评估应考虑攻击者的自由度；仅用 8 个 H100 GPU 小时，攻击者即可将智能体在 InterCode CTF 上的能力相对提升超 40%。