只需一个模糊大脑：一个由大语言模型驱动的自动化漏洞检测与修补系统
密码学与安全
2025-09-10 v1
摘要
我们的团队“All You Need Is A Fuzzing Brain”是 DARPA 人工智能网络挑战赛（AIxCC）的七支决赛队伍之一，并在决赛中获得第四名。在比赛期间，我们开发了一个网络推理系统（CRS），该系统在现实世界的开源 C 和 Java 项目中自主发现了 28 个安全漏洞——包括 6 个此前未知的零日漏洞——并成功修补了其中 14 个。完整的 CRS 已在 https://github.com/o2lab/afc-crs-all-you-need-is-a-fuzzing-brain 开源。本文提供了我们 CRS 的详细技术描述，重点介绍其由 LLM 驱动的组件和策略。在 AIxCC 的基础上，我们进一步推出了一个公开排行榜，用于在漏洞检测和修补任务上对最先进的 LLM 进行基准测试，该排行榜源自 AIxCC 数据集。排行榜地址为 https://o2lab.github.io/FuzzingBrain-Leaderboard/。
引用
@article{arxiv.2509.07225,
title = {All You Need Is A Fuzzing Brain: An LLM-Powered System for Automated Vulnerability Detection and Patching},
author = {Ze Sheng and Qingxiao Xu and Jianwei Huang and Matthew Woodcock and Heqing Huang and Alastair F. Donaldson and Guofei Gu and Jeff Huang},
journal= {arXiv preprint arXiv:2509.07225},
year = {2025}
}
备注
14 pages, 5 figures