arXiv cs.AI· Chenyuan Yang, Hwiwon Lee, Jongseong Kim, Yihan Yang, Dongjun Kim, Yinfang Chen, Lingming Zhang·· 2 小时前精选AI 评分64
CyberDual 论文提出 AI 攻击者对抗 AI 代码审查者的攻防竞技场
CyberDual: AI Attackers versus AI Code Reviewers in Real Software Maintenance
AI 导读
论文提出 CyberDual 竞技场，让攻击者智能体在真实开源项目维护中隐藏可利用漏洞，由审查者智能体查找并修复，以重放攻击者的 PoC 执行结果判定胜负。三个智能体审查者从六名攻击者的 1,088 个有效攻击中捕获 85-91%，但当攻击分散在真实上游提交中时，约六分之一攻击在审查后仍能成功利用。
推荐理由
论文用真实开源维护中的攻防对抗评估 AI 代码审查，给出了可复现的量化结果和部署监测思路。
正文 · AI 翻译
摘要:开源项目如今已让 AI 智能体审查提交的代码,但被审查的代码本身可能来自 AI 攻击者。我们提出 CyberDual,一个面向 AI 这种双重角色的竞技场:攻击者智能体在广泛使用的开源项目的真实维护工作中隐藏一个可利用的漏洞,而审查者智能体则试图找出并修复它。每次对决由执行来判定:我们在审查后的代码上重新运行攻击者的概念验证(PoC)。每次攻击都是全新的,并且测试窗口可以每季度从最新的上游历史重建。三个智能体审查者能捕获来自六个攻击者的 1,088 个有效攻击中的 85-91%。然而,当攻击者将漏洞分散到真实上游提交中时,大约每六个攻击位置中仍有一个在审查后留下可用的漏洞利用。最强的攻击者是开源权重的:GLM 5.3 几乎从不拒绝,且在通过全部三个审查者的 28 个攻击中有 13 个来自它。当审查者漏检时,Claude 审查者大多批准攻击,而 GPT-6-Sol 大多修复了错误的代码;来自另一厂商的审查者能捕获约三分之二被 Claude 审查者漏掉的攻击。除排行榜之外,CyberDual 还有三种用途。第一,PoC 执行为双方提供了智能体报告无法作弊的奖励,因此其存活的攻击可用于训练审查者对抗更强的攻击者。第二,它可以用双重分数来把关发布:Claude Sonnet 5 会拒绝五分之一的攻击位置,但其攻击能力与 GPT-6-Sol 相当,因此仅靠拒绝并不能消除攻击能力。第三,当新的攻击者越过阈值时,它可以向已部署审查者的团队发出警报:GLM 5.3 在 Claude Code 中已有 17% 的攻击位置能让漏洞利用通过 Sonnet 5。
| 学科: | 密码学与安全 (cs.CR);人工智能 (cs.AI);软件工程 (cs.SE) |
| 引用格式: | arXiv:2610.34435 [cs.CR] |
| (本版本为 arXiv:2610.34435v1 [cs.CR]) | |
| https://doi.org/10.48550/arXiv.2610.34435 arXiv 发布的 DOI,经由 DataCite(注册中) |
提交历史
来自:Chenyuan Yang [查看邮件]
[v1]
2026年10月25日 星期日 16:44:07 UTC (735 KB)
来源：arXiv cs.AI · arxiv.org