程序分析引导的 LLM 代理用于概念验证生成

软件开发人员经常收到漏洞报告，要求他们通过生成触发漏洞的概念验证 (PoC) 输入来以可靠的方式重现漏洞。给定软件项目的源代码和潜在漏洞的特定代码位置，自动生成给定漏洞的 PoC 一直是一个具有挑战性的研究问题。符号执行和模糊测试技术需要专家指导和手动步骤，并且面临 PoC 生成的可扩展性挑战。尽管 LLM 的最新进展提高了自动化和可扩展性水平，但使用 LLM 生成 PoC 的成功率仍然相当低。在本文中，我们提出了一种称为程序分析引导概念验证生成代理（PAGENT）的新颖方法，该方法具有可扩展性，与之前的结果相比，显着提高了自动 PoC 生成的成功率。 PAGENT 集成了轻量级和基于规则的静态分析阶段，以提供静态分析指导和基于清理程序的分析和覆盖信息，以通过 PoC 生成代理提供动态分析指导。我们的实验表明，对于 PoC 生成任务，所得到的混合方法明显优于之前表现最佳的代理方法 132%。