Buchumschlag

Securing Mixed Rust with Hardware Capabilities

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Jason Zhijingcheng, Han, Fangqi, Choudhury, Kaustab, Carlson, Trevor E., Saxena, Prateek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Software Engineering C.1.3; D.2.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FuzzRDUCC: Fuzzing with Reconstructed Def-Use Chain Coverage
von: Feng, Kai, et al.
Veröffentlicht: (2025)

LSPFuzz: Hunting Bugs in Language Servers
von: Zhu, Hengcheng, et al.
Veröffentlicht: (2025)

Hyperfuzzing: black-box security hypertesting with a grey-box fuzzer
von: Blackwell, Daniel, et al.
Veröffentlicht: (2023)

ETrace:Event-Driven Vulnerability Detection in Smart Contracts via LLM-Based Trace Analysis
von: Peng, Chenyang, et al.
Veröffentlicht: (2025)

LLM Based Input Space Partitioning Testing for Library APIs
von: Li, Jiageng, et al.
Veröffentlicht: (2024)

An Empirical Study of Fuzz Harness Degradation
von: Görz, Philipp, et al.
Veröffentlicht: (2025)

FuzzPilot: Plateau-Triggered Recipe Validation for Structured Text Fuzzing
von: Yao, Zhiyi
Veröffentlicht: (2026)

AddressWatcher: Sanitizer-Based Localization of Memory Leak Fixes
von: Murali, Aniruddhan, et al.
Veröffentlicht: (2024)

Evaluating Cryptographic API Misuse Detectors for Go
von: Andersson, Vivi, et al.
Veröffentlicht: (2026)

Detecting Vulnerabilities in Encrypted Software Code while Ensuring Code Privacy
von: Martins, Jorge, et al.
Veröffentlicht: (2025)

A Match Made in Heaven? AI-driven Matching of Vulnerabilities and Security Unit Tests
von: Iannone, Emanuele, et al.
Veröffentlicht: (2025)

LibLMFuzz: LLM-Augmented Fuzz Target Generation for Black-box Libraries
von: Hardgrove, Ian, et al.
Veröffentlicht: (2025)

Automated Vulnerability Detection Using Deep Learning Technique
von: Yang, Guan-Yan, et al.
Veröffentlicht: (2024)

Translating C To Rust: Lessons from a User Study
von: Li, Ruishi, et al.
Veröffentlicht: (2024)

ClawHub Security Signals: When VirusTotal, Static Analysis, and SkillSpector Disagree
von: Koc, Vincent, et al.
Veröffentlicht: (2026)

Control Flow Graph Recovery for Dynamically Loaded Code via Symbolic Library Resolution
von: Mostovyi, Oleksandr
Veröffentlicht: (2026)

Adaptive and AI-Augmented Security Testing: A Systematic Survey of Program Analysis, Feedback-Driven Testing, and Hybrid Learning-Based Approaches
von: Wienczkowski, Michael
Veröffentlicht: (2026)

A Comparative Quality Metric for Untargeted Fuzzing with Logic State Coverage
von: Lee, Gwangmu
Veröffentlicht: (2024)

FuzzDistill: Intelligent Fuzzing Target Selection using Compile-Time Analysis and Machine Learning
von: Upadhyay, Saket
Veröffentlicht: (2024)

Automating the Detection of Code Vulnerabilities by Analyzing GitHub Issues
von: Cipollone, Daniele, et al.
Veröffentlicht: (2025)

Quantum-Safe Code Auditing: LLM-Assisted Static Analysis and Quantum-Aware Risk Scoring for Post-Quantum Cryptography Migration
von: Shaw, Animesh
Veröffentlicht: (2026)

PinChecker: Identifying Unsound Safe Abstractions of Rust Pinning APIs
von: Dai, Yuxuan, et al.
Veröffentlicht: (2025)

Tests4Py: A Benchmark for System Testing
von: Smytzek, Marius, et al.
Veröffentlicht: (2023)

Firmware Distribution as Attack Surface: A Security Study of ASIC Cryptocurrency Miners
von: Pouliquen, Pierre, et al.
Veröffentlicht: (2026)

An Empirical Security Evaluation of LLM-Generated Cryptographic Rust Code
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2026)

Orion: Fuzzing Workflow Automation
von: Bazalii, Max, et al.
Veröffentlicht: (2025)

Refute-or-Promote: An Adversarial Stage-Gated Multi-Agent Review Methodology for High-Precision LLM-Assisted Defect Discovery
von: Agarwal, Abhinav
Veröffentlicht: (2026)

VulScribeR: Exploring RAG-based Vulnerability Augmentation with LLMs
von: Daneshvar, Seyed Shayan, et al.
Veröffentlicht: (2024)

Verifying a Sparse Matrix Algorithm Using Symbolic Execution
von: Wilton, Alexander C.
Veröffentlicht: (2025)

HALURust: Exploiting Hallucinations of Large Language Models to Detect Vulnerabilities in Rust
von: Luo, Yu, et al.
Veröffentlicht: (2025)

REMaQE: Reverse Engineering Math Equations from Executables
von: Udeshi, Meet, et al.
Veröffentlicht: (2023)

CovRL: Fuzzing JavaScript Engines with Coverage-Guided Reinforcement Learning for LLM-based Mutation
von: Eom, Jueon, et al.
Veröffentlicht: (2024)

Continuous Discovery of Vulnerabilities in LLM Serving Systems with Fuzzing
von: Zhao, Yunze, et al.
Veröffentlicht: (2026)

SandCell: Sandboxing Rust Beyond Unsafe Code
von: Zhang, Jialun, et al.
Veröffentlicht: (2025)

SafeTrans: LLM-assisted Transpilation from C to Rust
von: Farrukh, Muhammad, et al.
Veröffentlicht: (2025)

A Mixed-Methods Study of Open-Source Software Maintainers On Vulnerability Management and Platform Security Features
von: Ayala, Jessy, et al.
Veröffentlicht: (2024)

KVerus: Scalable and Resilient Formal Verification Proof Generation for Rust Code
von: Liu, Yuwei, et al.
Veröffentlicht: (2026)

Assessing the Understandability and Acceptance of Attack-Defense Trees for Modelling Security Requirements
von: Broccia, Giovanna, et al.
Veröffentlicht: (2024)

Rust for Embedded Systems: Current State, Challenges and Open Problems (Extended Report)
von: Sharma, Ayushi, et al.
Veröffentlicht: (2023)

Static Deadlock Detection for Rust Programs
von: Zhang, Yu, et al.
Veröffentlicht: (2024)