知识增强代理漏洞修复

前沿基础模型改变了漏洞发现的数学原理，但更大的挑战是修复方面如何跟上。尽管自动漏洞修复（AVR）最近取得了进展，但当前的解决方案难以可靠地识别漏洞的根本原因，并且没有充分利用先前的修复知识来指导补丁生成过程，从而削弱了其在实践中的有效性。为了解决这一差距，我们提出了 KeaRepair，这是一种新颖的代理 AVR 方法，该方法将补丁生成基于经过验证的程序事实和高级漏洞知识。具体来说，KeaRepair首先从双互补视图的历史漏洞补丁对中提取多维漏洞知识，并构建专用的检索知识库。然后，它使用工具增强代理执行 ReAct 式推理来收集经过验证的程序事实以进行漏洞诊断。最后，根据诊断结果，KeaRepair 执行知识级检索增强补丁生成，并通过涉及编译、PoC 重放和测试套件执行的闭环验证过程迭代地细化补丁。实验结果表明，KeaRepair 在 55 个可重现的 C/C++ 漏洞上明显优于现有的 AVR 方法。与Gemini-3.1-Pro配合使用时，KeaRepair成功修复了46个漏洞，修复率高达83.64%。此外，KeaRepair 修复了任何基线都无法解决的六个独特漏洞，并进一步展示了强大的跨语言通用性。