static program analysis
PulseAugur coverage of static program analysis — every cluster mentioning static program analysis across labs, papers, and developer communities, ranked by signal.
-
AI编码工具将瓶颈从编写转移到验证
AI编码工具已将软件开发的瓶颈从代码编写转移到代码验证。虽然AI可以快速生成代码，但后续的阅读、理解、测试和确保代码安全等步骤并未跟上。这种不平衡可能导致开发周期变慢，并降低对AI生成代码的信任度，因此有必要重新评估工程团队应将精力投入到何处。
-
AI将遗留代码翻译成Rust用于生物信息学
研究人员开发了一种使用代理式AI和静态分析将遗留生物信息学代码翻译成现代语言Rust的方法。该方法解决了旧代码的问题，例如维护成本、安全漏洞和低效的硬件利用率。翻译后的Bascet软件代码实现了80倍的体积缩减、10倍的构建时间减少和超过3倍的性能提升，同时还消除了Unix依赖，无需容器即可实现原生Windows运行。
-
AI 漏洞检测的成本效益受到质疑，与传统方法相比
一位 Mastodon 用户质疑 AI 在漏洞检测方面的真正价值，认为投入大量资金用于 AI 进行此目的，如果将其用于静态分析和模糊测试等传统方法，可能会产生相当或更好的结果。该帖子暗示许多 AI 发现的漏洞可能仅仅是巨额资金的结果，而不是 AI 本身的优越性。
-
用于 C/C++ 漏洞分析的强化学习综述
一项关于使用强化学习（RL）技术进行软件漏洞分析的系统性综述已发表，重点关注 C/C++ 源代码和静态分析。该综述遵循 PRISMA 2020 指南，分析了 2015 年至 2026 年间的 21 项研究。研究发现，大多数研究集中在模糊测试和引导式探索，而在直接漏洞检测或语句级定位方面的工作有限。综述还强调，像控制流图（CFGs）和抽象语法树（ASTs）这样的静态代码表示在代理状态中的利用不足，并且当前的基准测试缺乏可比性。
-
Galois Connections: 代数助力程序可靠静态分析
一篇博客文章深入探讨了静态程序分析的代数基础，强调了伽罗瓦连接（Galois connections）作为关键的数学概念。这些连接涉及双条件函数，使静态分析器能够推导出关于程序行为的事实信息，例如保证循环永远不会出现除以零的情况。文章解释了该代数框架如何利用有限格结构来计算跨越无限程序状态集合的属性。