Buchumschlag

Rethinking Autonomy: Preventing Failures in AI-Driven Software Engineering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Navneet, Satyam Kumar, Chandra, Joydeep
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence Cryptography and Security Performance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Policy-Driven AI in Dataspaces: Taxonomy, Explainability, and Pathways for Compliant Innovation
von: Chandra, Joydeep, et al.
Veröffentlicht: (2025)

Investigating Detection and Obfuscation of Prompt Injection Attacks Against Software Reverse Engineering AI Agents
von: Crawford, Brian, et al.
Veröffentlicht: (2026)

Data and Context Matter: Towards Generalizing AI-based Software Vulnerability Detection
von: Safdar, Rijha, et al.
Veröffentlicht: (2025)

DevOps-Gym: Benchmarking AI Agents in Software DevOps Cycle
von: Tang, Yuheng, et al.
Veröffentlicht: (2026)

LinuxArena: A Control Setting for AI Agents in Live Production Software Environments
von: Tracy, Tyler, et al.
Veröffentlicht: (2026)

SOK: Exploring Hallucinations and Security Risks in AI-Assisted Software Development with Insights for LLM Deployment
von: Haque, Ariful, et al.
Veröffentlicht: (2025)

Securing the Future of IVR: AI-Driven Innovation with Agile Security, Data Regulation, and Ethical AI Integration
von: Shaikh, Khushbu Mehboob, et al.
Veröffentlicht: (2025)

Safety and Performance, Why Not Both? Bi-Objective Optimized Model Compression against Heterogeneous Attacks Toward AI Software Deployment
von: Zhu, Jie, et al.
Veröffentlicht: (2024)

From Detection to Prevention: Explaining Security-Critical Code to Avoid Vulnerabilities
von: Krishnamurthy, Ranjith, et al.
Veröffentlicht: (2026)

Rethinking and Exploring String-Based Malware Family Classification in the Era of LLMs and RAG
von: Chen, Yufan, et al.
Veröffentlicht: (2025)

AdaptiveGuard: Towards Adaptive Runtime Safety for LLM-Powered Software
von: Yang, Rui, et al.
Veröffentlicht: (2025)

Bridging Semantics & Structure for Software Vulnerability Detection using Hybrid Network Models
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

Automatically Generating Rules of Malicious Software Packages via Large Language Model
von: Zhang, XiangRui, et al.
Veröffentlicht: (2025)

Co-PatcheR: Collaborative Software Patching with Component(s)-specific Small Reasoning Models
von: Tang, Yuheng, et al.
Veröffentlicht: (2025)

Harnessing Large Language Models for Software Vulnerability Detection: A Comprehensive Benchmarking Study
von: Tamberg, Karl, et al.
Veröffentlicht: (2024)

A Qualitative Study on Using ChatGPT for Software Security: Perception vs. Practicality
von: Kholoosi, M. Mehdi, et al.
Veröffentlicht: (2024)

EaTVul: ChatGPT-based Evasion Attack Against Software Vulnerability Detection
von: Liu, Shigang, et al.
Veröffentlicht: (2024)

Reflection-Driven Control for Trustworthy Code Agents
von: Wang, Bin, et al.
Veröffentlicht: (2025)

Benchmarking Prompt Engineering Techniques for Secure Code Generation with GPT Models
von: Bruni, Marc, et al.
Veröffentlicht: (2025)

Options, Not Clicks: Lattice Refinement for Consent-Driven MCP Authorization
von: Li, Ying, et al.
Veröffentlicht: (2026)

SKILLS: Structured Knowledge Injection for LLM-Driven Telecommunications Operations
von: Brett, Ivo
Veröffentlicht: (2026)

A sketch of an AI control safety case
von: Korbak, Tomek, et al.
Veröffentlicht: (2025)

AI security and cyber risk in IoT systems
von: Radanliev, Petar, et al.
Veröffentlicht: (2024)

AI Code Generators for Security: Friend or Foe?
von: Natella, Roberto, et al.
Veröffentlicht: (2024)

Semantic-Aware Fuzzing: An Empirical Framework for LLM-Guided, Reasoning-Driven Input Mutation
von: Lu, Mengdi, et al.
Veröffentlicht: (2025)

Containment Verification: AI Safety Guarantees Independent of Alignment
von: Moon, Royce, et al.
Veröffentlicht: (2026)

Risks of ignoring uncertainty propagation in AI-augmented security pipelines
von: Mezzi, Emanuele, et al.
Veröffentlicht: (2024)

Identifying the Supply Chain of AI for Trustworthiness and Risk Management in Critical Applications
von: Sheh, Raymond K., et al.
Veröffentlicht: (2025)

Securing the AI Frontier: Urgent Ethical and Regulatory Imperatives for AI-Driven Cybersecurity
von: Kulothungan, Vikram
Veröffentlicht: (2025)

Poisoning Programs by Un-Repairing Code: Security Concerns of AI-generated Code
von: Improta, Cristina
Veröffentlicht: (2024)

Testing Storage-System Correctness: Challenges, Fuzzing Limitations, and AI-Augmented Opportunities
von: Wang, Ying, et al.
Veröffentlicht: (2026)

Block MedCare: Advancing healthcare through blockchain integration with AI and IoT
von: Simonoski, Oliver, et al.
Veröffentlicht: (2024)

AIBoMGen: Generating an AI Bill of Materials for Secure, Transparent, and Compliant Model Training
von: Vandendriessche, Wiebe, et al.
Veröffentlicht: (2026)

Broken by Default: A Formal Verification Study of Security Vulnerabilities in AI-Generated Code
von: Blain, Dominik, et al.
Veröffentlicht: (2026)

Zer0n: An AI-Assisted Vulnerability Discovery and Blockchain-Backed Integrity Framework
von: Parmar, Harshil, et al.
Veröffentlicht: (2026)

MalCodeAI: Autonomous Vulnerability Detection and Remediation via Language Agnostic Code Reasoning
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

Tracking Software Security Topics
von: Vu, Phong Minh, et al.
Veröffentlicht: (2024)

Cyber Threat Detection and Vulnerability Assessment System using Generative AI and Large Language Model
von: M, Keerthi Kumar., et al.
Veröffentlicht: (2026)

SCoPE: Evaluating LLMs for Software Vulnerability Detection
von: Gonçalves, José, et al.
Veröffentlicht: (2024)

Evaluating LLaMA 3.2 for Software Vulnerability Detection
von: Gonçalves, José, et al.
Veröffentlicht: (2025)