摘要
现实世界的漏洞常跨越多个函数,而现有检测器多孤立分类单个函数。本文提出 VulAgentRL,一种基于代码属性图(CPG)的代理强化学习框架。CPG 在推理时供策略查询调用关系与数据流,在训练时则作为验证器精确核对策略引用的证据,从而提供可靠的奖励信号。通过蒸馏教师调查行为初始化策略,该方法在仓库级分割下优于最先进基线,以更少的工具调用实现更高的检测准确率,并在分布外数据上表现稳健。
AI 推荐理由
论文核心在于 Agent 利用 CPG 作为工具进行跨过程证据收集与验证,属于典型的工具使用技能研究。
研究机构
新加坡管理大学, 新加坡
论文信息