.png){kind=icon}
返回
LLM-Based Unknown Function Automated Modeling in Sensor-Driven Systems for Multi-Language Software Security Verification
.png){kind=icon}
OA
AI
DOI：10.3390/s25092683.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网（IoT）的快速扩张已使软件安全性和可靠性成为关键问题。在边缘计算、嵌入式系统和传感器上运行的多语言程序中，每个连接设备都代表一个潜在攻击向量，威胁数据完整性和隐私。符号执行是自动化漏洞检测的关键技术。然而，未知函数接口（如传感器交互）由于不确定的函数返回和缺失的符号表达式，限制了传统的具体或符号执行。与系统仿真相比，传统方法是为符号执行引擎构建接口抽象层以降低仿真成本。但此方案的缺点是，这些函数的手动建模效率极低，且需要专业开发者投入数百小时。为提高效率，我们提出了一种基于LLM的未知函数自动化建模方法。通过微调一个200亿参数的语言模型，它可根据注释和函数名称自动生成函数模型。我们的方法提高了符号执行效率，减少了对手动建模的依赖，这是现有框架（如KLEE）的局限性。实验结果主要比较了LLM生成模型与人工编写模型在可用性、准确性和效率上的差异。我们的方法集成到一个验证平台项目中，并应用于具有分布式边缘计算特性的智能合约验证。该方法的应用将手动建模时间从一个月直接缩短至几分钟，为该方法在减少建模时间的同时保持质量提供了基础验证。这项工作是首次将LLM引入形式化验证，为传感器驱动软件、区块链智能合约和WebAssembly系统提供了可扩展的自动化验证解决方案，拓展了安全物联网开发的范围。
Keyword:
WebAssembly
vulnerability verification
symbolic execution
LLM
sensors
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
.png){kind=icon}
Formal Verification Platform as a Service: WebAssembly Vulnerability Detection Application形式化验证平台即服务：WebAssembly漏洞检测应用OAAI
OAAI分享收藏分享收藏
查看更多内容