QRS：一种用于自主发现漏洞的神经符号三元组

静态应用安全测试 (SAST) 工具是现代 DevSecOps 流水线中不可或缺的组件，但像 CodeQL、Semgrep 和 SonarQube 这样的工具仍然根本受限于：需要专家编写查询、产生大量误报、仅检测预定义的漏洞模式。最近的工作尝试用大型语言模型 (LLM) 增强 SAST，但这些方法通常仅用于 triage 现有工具输出，而不是直接对漏洞语义进行推理。我们引入 QRS (Query, Review, Sanitize)，一种神经符号框架，颠覆了这一范式。与其过滤静态规则的结果，QRS 采用三个自主智能体，从结构化模式定义和 few-shot 示例生成 CodeQL 查询，然后通过语义推理和自动 exploit 合成来验证发现。这一架构使 QRS 能够发现超出预定义模式的漏洞类，同时大幅降低误报率。我们在完整的 Python 软件包上评估 QRS，而非孤立的代码片段。在 20 个历史上在热门 PyPI 库中出现的 CVE 中，QRS 实现了 90.6% 的检测准确率。应用于 100 个最受欢迎的 PyPI 软件包时，QRS 发现了 39 个中到高危漏洞，其中 5 个被分配了新的 CVE，5 个获得了文档更新，其余 29 个被独立的研究人员发现，验证了这些发现的严重性和可发现性。QRS 以低时间开销和可管理的 token 成本实现了这一目标，表明 LLM 驱动的查询合成和代码审查可以补充人工精心制作的规则集，揭示那些逃避现有行业工具的漏洞模式。