一种面向大语言模型生成补丁的无参考筛选方法及系统
本发明涉及一种面向大语言模型生成补丁的无参考筛选方法及系统,属于软件安全与软件工程。
背景技术:
1、随着大语言模型(large language model,llm)在源代码理解、代码生成以及自动程序修复等领域取得快速发展,利用大语言模型自动生成软件漏洞修复补丁已经成为软件安全研究的重要方向。相比传统基于模板匹配、搜索优化或规则推理的自动程序修复方法,大语言模型能够结合代码上下文生成更加灵活、多样化的修复方案,从而显著提高漏洞修复效率,并逐渐应用于软件开发、代码审查以及持续集成与持续部署(continuousintegration/continuous deployment,ci/cd)等实际软件工程场景。
2、目前,对于自动生成补丁的有效性评估主要采用参考补丁比较、动态测试验证以及静态分析等技术。其中,参考补丁比较方法通常以开发人员编写的标准修复补丁(goldcode)作为评价依据,通过计算生成补丁与参考补丁之间的相似性判断补丁质量;动态测试验证方法依赖测试用例、回归测试或符号执行等技术验证补丁是否能够正确修复漏洞且不会引入新的缺陷;静态分析方法则通过程序语法、控制流或数据流分析,对补丁进行静态安全性检查。
3、然而,上述方法主要适用于离线评测或实验环境,在实际软件部署过程中存在一定局限性。对于新发现的软件漏洞,在补丁进入持续集成流水线时通常尚不存在可信参考补丁,因此无法采用依赖参考补丁的评价方式。同时,动态测试、符号执行以及人工代码审查等方法需要消耗大量计算资源和人工成本,难以满足工业场景下海量候选补丁的实时筛选需求。当大语言模型一次生成多个候选补丁时,如果全部进入后续语义验证或人工审查阶段,不仅会显著增加审查队列长度,而且容易降低整体漏洞修复效率。
4、此外,大语言模型生成的安全补丁通常存在两类典型问题。一类是补丁对原始程序进行了过度修改,引入大量与漏洞修复无关的代码重构,导致程序结构发生较大变化,不仅增加了人工审查难度,还可能引入新的安全风险;另一类是补丁仅进行了表面性的代码修改,虽然保持了较高的代码相似性,但实际上并未消除漏洞隐患,难以达到真正的安全修复目的。现有前置筛选方法在无需参考补丁和动态测试的条件下,难以以较低成本同时抑制过度结构偏移候选补丁以及具有近同一性表面修改特征的候选补丁。
5、因此,如何在不存在可信参考补丁、无需执行动态测试以及无需在第一阶段进行复杂语义分析的条件下,仅依据原始漏洞程序与候选补丁之间的结构关系,对大语言模型生成的安全补丁进行低成本的前置队列整形,优先排除语法不可处理、结构过度偏移或具有近同一性空洞修复风险的候选补丁,从而减少进入后续高成本审查流程的候选数量,成为自动程序修复与软件安全领域需要解决的技术问题。
技术实现思路
1、为解决现有技术存在的技术问题,本发明提供了一种面向大语言模型生成补丁的无参考筛选方法及系统,该方法以漏洞源代码及其对应的大语言模型生成候选补丁作为输入,不依赖任何人工编写的参考补丁、动态测试用例或程序语义执行结果,仅依据候选补丁与原始漏洞代码之间的抽象语法树结构变化信息,对候选补丁进行多阶段级联筛选,并根据漏洞类型自适应调整筛选策略,最终输出适合进入后续人工审查或语义验证阶段的候选补丁队列。
2、为实现上述目的,本发明所采用的技术方案为一种面向大语言模型生成补丁的无参考筛选方法,包括以下步骤,
3、s1、获取待修复漏洞程序以及大语言模型生成的候选安全补丁,对候选补丁进行语法完整性检测,过滤无法形成有效抽象语法树的候选补丁;
4、s2、对检测后的候选补丁分别构建原始漏洞程序和通过语法完整性检测的候选补丁对应的抽象语法树,并提取两者之间的结构变化信息,形成用于描述补丁修改程度的结构变化特征;
5、s3、根据候选补丁的抽象语法树变化程度,建立结构变化下界约束,对候选补丁进行反语义漂移筛选;
6、s4、对筛选后的候选补丁建立结构变化上界约束,识别结构变化不足的空洞修复补丁;
7、s5、根据候选补丁对应漏洞所属公共弱点枚举类别,对合理结构变化区间进行条件化调整;
8、s6、将所有满足筛选条件的候选补丁保留至审查队列,并输出至后续人工代码审查、大语言模型语义分析或动态验证模块。
9、优选的,所述步骤s1中,语法完整性检测的判定逻辑为:定义抽象语法树构建函数fast(·) ,候选补丁pi对应的抽象语法树为ti=fast(pi);
10、若ti为非空且ti能够被有效解析,则语法判定函数gsyn(pi)=1,进入后续结构分析流程;若ti为空或无法被有效解析,则gsyn(pi)=0,停止对该候选补丁执行后续步骤。
11、优选的,所述步骤s2中,在构建抽象语法树时,通过统计两棵抽象语法树之间新增节点、删除节点、节点属性修改、节点位置调整的数量,提取结构变化向量,计算归一化结构变化率与结构保持率。
12、优选的,在提取结构变化向量时,所述结构变化向量di=[nins,ndel,nupd,nmov],
13、其中,nins表示新增节点数量,ndel为删除节点数量,nupd为节点属性修改数量,nmov为节点位置调整数量;
14、所述归一化结构变化率ri=(nins+ndel+nupd+nmov)/|vo| ,其中|vo|为原始漏洞程序抽象语法树节点总数量;
15、所述结构保持率si=1-ri,其中,si越接近于1,表示候选补丁与原始漏洞程序保持较高的结构一致性;反之,则表示补丁对程序进行了较大范围修改。
16、优选的,所述步骤s3中,设定反语义漂移筛选的规则为:设定结构保持率下界阈值为τl,仅保留满足候选补丁结构保持率si≥τl的候选补丁,若si<τl,则判定补丁存在语义漂移风险并过滤。
17、优选的,所述步骤s4中,空洞修复识别规则为:设定结构保持率上界阈值τu,仅保留满足结构保持率si ≤τu的候选补丁;若si>τu,则判定为空洞修复补丁并过滤。
18、优选的,所述步骤s5中,通过获取漏洞对应的cwe漏洞类别,根据不同漏洞类型自适应调整结构保持率上界阈值,形成对应漏洞类别的合理结构变化区间,仅保留结构保持率落在该区间内的候选补丁。
19、优选的,自适应调整过程包括:预先建立cwe漏洞类别与结构变化区间的映射关系φ(ci)=[τl(ci),τu(ci)],
20、其中,ci为候选补丁所属漏洞类型,τl(ci)为漏洞类别ci对应的结构变化下界;τu(ci)为漏洞类别ci对应的结构保持率上界;
21、针对局部微修复类漏洞缩小区间范围,针对需大范围逻辑调整的复杂漏洞放宽区间范围;对满足τl(ci)≤si≤τu(ci)的补丁予以保留。
22、一种面向大语言模型生成补丁的无参考筛选方法的筛选系统,包括
23、补丁获取模块,用于接入代码托管平台、llm 推理服务,获取原始漏洞程序与 llm生成的全部候选补丁,构建候选补丁集合;
24、语法检测模块,用于调用对应编程语言解析器完成抽象语法树构建校验,过滤语法失效补丁;
25、抽象语法树分析模块,用于分别构建原始程序、候选补丁的抽象语法树,建立节点映射关系;
26、结构变化计算模块,用于统计统计候选补丁相对于原始漏洞程序的抽象语法树编辑操作数量,计算归一化结构变化率、结构保持率;
27、漏洞类型分析模块,用于读取漏洞 cwe 类别,加载对应自适应结构变化区间参数并下发至队列整形模块;
28、候选补丁队列整形模块,用于串联语法校验、双边界结构约束、漏洞类型自适应区间三重筛选规则,剔除语义漂移补丁、空洞修复补丁、语法错误补丁;
29、结果输出模块,用于输出筛选完成的优化候选补丁队列,对接人工审查、大语言模型语义分析、或动态验证模块、自动部署子系统。
30、优选的,该系统用于作为前置预筛选模块,部署于持续集成与持续部署流水线、自动程序修复平台、智能代码审查平台以及软件供应链安全分析系统中。
31、与现有技术相比,本发明具有以下技术效果:
32、1)本发明无需依赖人工编写的参考补丁即可完成候选补丁的前置队列整形,仅利用原始漏洞程序与候选补丁之间的抽象语法树结构变化信息,即可对补丁质量进行快速评估。因此,本发明能够适用于参考补丁尚未公开或尚未生成的新漏洞修复场景,突破了现有补丁评估方法对参考补丁的依赖,提高了自动程序修复技术在真实软件开发环境中的适用性。
33、2)本发明无需在预筛选阶段执行动态测试、符号执行或复杂程序语义分析,仅通过抽象语法树结构变化建模即可完成候选补丁的快速过滤。相比传统依赖测试用例或人工审查的补丁验证方式,本发明能够有效降低计算资源消耗和人工审查成本,缩短补丁筛选时间,提高持续集成与持续部署流水线的整体处理效率。
34、3)本发明建立了基于程序结构变化的双边界筛选机制,将候选补丁限制在合理的结构修改区间内。一方面,通过结构变化下界约束抑制因大语言模型过度生成而产生的语义漂移补丁;另一方面,通过结构保持率上界约束识别仅进行表面修改而未真正修复漏洞的空洞修复补丁。上述双边界约束能够同时覆盖候选补丁筛选过程中两类典型失效模式,提高进入后续验证阶段候选补丁的整体质量。
35、4)本发明结合漏洞所属公共弱点枚举类别,构建漏洞类型自适应的合理结构变化区间,根据不同漏洞修复模式动态调整候选补丁允许的结构变化范围。相比采用固定阈值的筛选策略,本发明能够兼顾局部修复与复杂修复等不同漏洞类型的特点,降低有效补丁误过滤的概率,提高补丁筛选方法的泛化能力和适用范围。
36、5)本发明提出的无参考队列整形机制能够作为自动程序修复系统中的前置筛选模块,与人工代码审查、动态测试、大语言模型语义分析及自动部署等后续验证模块协同工作。通过在补丁进入高成本验证流程之前完成快速预筛选,本发明能够有效减少无效候选补丁进入后续审查队列,优化补丁验证资源分配,提高整个漏洞修复流水线的处理效率和系统吞吐能力。
37、6)本发明采用抽象语法树结构变化作为统一的程序修改表示方式,具有良好的语言无关性和可扩展性。对于不同编程语言,仅需替换相应的抽象语法树解析器即可完成适配,而无需改变整体筛选流程,因此能够广泛应用于多种程序语言的软件漏洞修复任务,并具有较好的工程部署价值和推广应用前景。
38、综上所述,本发明提出了一种无需参考补丁、无需动态验证、能够结合漏洞类型实现结构变化自适应分析的无参考安全补丁队列整形方法及系统,在保证补丁筛选效率的同时,提高了候选补丁质量,降低了自动程序修复系统的验证成本,为大语言模型辅助软件漏洞修复提供了一种高效、轻量且易于部署的工程化解决方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com