arXiv 隐私论文· Rui Yang·· 1 天前AI 评分22
AnonVul：面向真实业务逻辑漏洞发现的抗污染基准
Discovery or Memorization? A Faithful Benchmark for Real-World Business-Logic Vulnerability Discovery
AI 导读
研究者推出 AnonVul，一个覆盖 9 种语言、含 132 个应用级业务逻辑漏洞的跨语言基准，通过半自动化流水线对每个任务匿名化、注入专家编写的 oracle 并差分验证 PoC。在 AnonVul 上评测 6 个前沿漏洞发现智能体，最佳者成功率仅 23.11%；在 20 个漏洞的匹配队列中，恢复软件身份后成功率从 21.25% 升至 40.83%，凸显控制可识别软件知识对评测的重要性。
来源：arXiv 隐私论文 · arxiv.org