CRepair：基于 CVAE 的自动漏洞修复技术
软件工程
2024-11-11 v1 人工智能
摘要
软件漏洞是计算机软件系统中的缺陷，对现代软件及其应用数据的完整性、安全性和可靠性构成重大威胁。这些漏洞可能导致各行业遭受重大经济损失。手动漏洞修复不仅耗时，而且容易出错。为应对漏洞修复的挑战，研究人员提出了多种解决方案，其中基于学习的自动漏洞修复技术受到广泛关注。然而，现有方法往往侧重于学习更多漏洞数据以改善修复效果，而忽略了漏洞代码的多样性特征，并且存在漏洞定位不精确的问题。为解决这些不足，本文提出了 CRepair，一种基于 CVAE 的自动漏洞修复技术，旨在修复系统代码中的安全漏洞。我们首先使用基于提示的方法对漏洞数据进行预处理，作为模型的输入。然后，我们应用因果推断技术将漏洞特征数据映射到概率分布。通过采用多样本特征融合，我们捕获了多样化的漏洞特征信息。最后，条件控制用于引导模型修复漏洞。实验结果表明，所提出的方法显著优于其他基准模型，实现了 52% 的完美修复率。该方法的有效性从多个角度得到了验证，推动了 AI 驱动的代码漏洞修复，并展示了广阔的应用前景。
引用
@article{arxiv.2411.05540,
title = {CRepair: CVAE-based Automatic Vulnerability Repair Technology},
author = {Penghui Liu and Yingzhou Bi and Jiangtao Huang and Xinxin Jiang and Lianmei Wang},
journal= {arXiv preprint arXiv:2411.05540},
year = {2024}
}