基于 DSL 引导和 LLM 辅助的 TEE 分区问题自动修复
软件工程
2026-05-22 v1 密码学与安全
摘要
受信任执行环境（TEE）提供基于硬件的隔离机制，以保护敏感数据和计算免受可能被破坏的操作系统（OS）的威胁。然而，TEE应用程序不可避免地通过SDK接口与不可信的OS交互，不当的分区会引入严重的安全漏洞，如数据泄露和代码注入。虽然已有工作提出了静态分析工具来检测此类问题，但自动化修复基本未被探索。由于TEE特有的三个因素，这一问题尤为困难：缺乏标准化的安全开发指南、从底层C代码提取语义信息的困难，以及缺乏成熟的测试和验证方法。本文提出了TEERepair——一个用于自动修复TEE应用程序中分区问题的框架。我们的ethods通过引入领域特定语言（DSL）来编码修复规则，这些规则表达并捕捉常见的TEE安全模式，并作为带有上下文特定变量占位符的补丁模板实例化。随后，我们利用大语言模型（LLM）推理代码语义并合成具有上下文感知性的补丁，进一步生成测试客户端以验证修复效果。我们在TEE分区错误基准（PartitioningE-Bench）上评估了TEERepair，修复成功率显著高于基线方法，达到87.6%。此外，将TEERepair应用于真实世界的TEE项目，我们提交了5个修复拉取请求，其中2个已被项目维护者确认并合并。
引用
@article{arxiv.2605.22087,
title = {Automated Repair of TEE Partitioning Issues via DSL-Guided and LLM-Assisted Patching},
author = {Chengyan Ma and Jieke Shi and Ruidong Han and Ye Liu and Feng Li and Yuqing Niu and David Lo},
journal= {arXiv preprint arXiv:2605.22087},
year = {2026}
}
备注
Accepted by the ACM International Conference on the Foundations of Software Engineering (FSE 2026)