PulseAugur
实时 11:48:06
English(EN) ContraFix: Skill-Enhanced Contrastive Runtime Analysis for Vulnerability Repair

ContraFix框架通过对比分析改进自动化漏洞修复

研究人员开发了ContraFix,一个旨在增强软件中自动化漏洞修复(AVR)的新框架。该系统利用对比运行时分析从失败和非失败的软件变体中生成证据,从而实现更精确的源级修补。ContraFix还包含一个技能库,用于重用修复策略和改进更正,在SEC-Bench和PatchEval等基准测试中展示了比现有方法更高的语义正确性。 AI

影响 该框架通过利用人工智能进行漏洞修复,可以显著提高软件安全修补的效率和准确性。

排序理由 该集群包含一篇详细介绍新研究框架及其在基准测试上评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

ContraFix框架通过对比分析改进自动化漏洞修复

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Simiao Liu, Fang Liu, Peiding Wang, Taichuan Li, Yinghao Zhu, Xiaoli Lian, Li Zhang ·

    ContraFix: Skill-Enhanced Contrastive Runtime Analysis for Vulnerability Repair

    arXiv:2605.17450v2 Announce Type: replace-cross Abstract: As software systems grow increasingly complex, automated vulnerability repair (AVR) remains difficult because the materials available to a repair system are usually failure artifacts rather than repair guidance. Traditiona…