امنیت سایبری

SecPatRec الگوهای امنیتی را از کد مخازن نرم‌افزاری بازیابی می‌کند

این روش ترکیبی، با کمک یک عامل مبتنی بر مدل زبانی و تحلیل ایستای کد، نقش‌ها و تعامل‌های الگوهای امنیتی را در کد شناسایی می‌کند.

۲ دقیقه مطالعه
Fig. 4: Presence status reported by each LLM against the groundtruth, over the roles of the 100 instances (share of the row, count in brackets). Red frames: a missing role reported as present or external.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

پژوهشگران در پیش‌چاپی در arXiv، SecPatRec را معرفی کرده‌اند؛ روشی برای بازیابی خودکار الگوهای امنیتی از مخازن کد. این روش، هر الگو را معماری مرجعی در نظر می‌گیرد و می‌کوشد نقش‌های تعریف‌شده در آن را پیدا کند، به اجزای کد نسبت دهد و توالی تعامل میان آن‌ها را بازسازی کند.

SecPatRec برای شناسایی نقش‌ها و پیوند دادنشان به کد از عامل مبتنی بر مدل زبانی به سبک ReAct، همراه با جست‌وجوی معنایی و واژگانی، استفاده می‌کند. تحلیل ایستای نمودار ویژگی‌های کد نیز برای بازیابی تعامل‌ها به کار می‌رود.

پژوهشگران مجموعه‌داده‌ای با ۱۰۰ نمونه از پنج الگوی امنیتی در ۹۳ مخزن متن‌باز Java و Python گردآوری کرده‌اند که صحت آن را انسان‌ها بررسی کرده‌اند. در ارزیابی چهار مدل زبانی، میانگین دقت تشخیص نقش‌ها ۰٫۸۴، شباهت در نسبت‌دادن نقش‌ها به کد ۰٫۸۴ و امتیاز بازیابی تعامل‌ها ۰٫۶۶ بود.

در مقایسه با یک مدل زبانی که کل کار را در یک مرحله انجام می‌دهد، SecPatRec امتیاز کلی بازیابی بالاتری داشت و هزینهٔ تخمینی API آن در هر اجرا کمتر بود. همچنین توانست مخازنی را پردازش کند که از محدودیت ورودی تنظیم‌شده برای روش مبنا فراتر می‌رفتند. مقاله می‌گوید نقش‌های نسبت‌داده‌شده به کد و توالی تعامل‌های استخراج‌شده می‌توانند شواهد ساختاری و رفتاری برای بررسی پیاده‌سازی الگوهای امنیتی فراهم کنند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست