Buchumschlag

SecureFixAgent: A Hybrid LLM Agent for Automated Python Static Vulnerability Repair

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gajjar, Jugal, Subramaniakuppusamy, Kamalasankari, Puthal, Relsy, Ranaware, Kaustik
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Verify Before You Fix: Agentic Execution Grounding for Trustworthy Cross-Language Code Analysis
von: Gajjar, Jugal
Veröffentlicht: (2026)

HyperComplEx: Adaptive Multi-Space Knowledge Graph Embeddings
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

MLCPD: A Unified Multi-Language Code Parsing Dataset with Universal AST Schema
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

QLPro: Automated Code Vulnerability Discovery via LLM and Static Code Analysis Integration
von: Hu, Junze, et al.
Veröffentlicht: (2025)

How Effective Are Neural Networks for Fixing Security Vulnerabilities
von: Wu, Yi, et al.
Veröffentlicht: (2023)

Code Security Vulnerability Repair Using Reinforcement Learning with Large Language Models
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2024)

An Empirical Study of Vulnerabilities in Python Packages and Their Detection
von: Quan, Haowei, et al.
Veröffentlicht: (2025)

Taint-Style Vulnerability Detection and Confirmation for Node.js Packages Using LLM Agent Reasoning
von: Ni, Ronghao, et al.
Veröffentlicht: (2026)

Favia: Forensic Agent for Vulnerability-fix Identification and Analysis
von: Storhaug, André, et al.
Veröffentlicht: (2026)

Agent Skills in the Wild: An Empirical Study of Security Vulnerabilities at Scale
von: Liu, Yi, et al.
Veröffentlicht: (2026)

MOSAIC-Bench: Measuring Compositional Vulnerability Induction in Coding Agents
von: Steinberg, Jonathan, et al.
Veröffentlicht: (2026)

MAVUL: Multi-Agent Vulnerability Detection via Contextual Reasoning and Interactive Refinement
von: Li, Youpeng, et al.
Veröffentlicht: (2025)

ContraFix: Agentic Vulnerability Repair via Differential Runtime Evidence and Skill Reuse
von: Liu, Simiao, et al.
Veröffentlicht: (2026)

Multimodal Sentiment Analysis on CMU-MOSEI Dataset using Transformer-based Models
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

SecureVibeBench: Benchmarking Secure Vibe Coding of AI Agents via Reconstructing Vulnerability-Introducing Scenarios
von: Chen, Junkai, et al.
Veröffentlicht: (2025)

SIR-Bench: Evaluating Investigation Depth in Security Incident Response Agents
von: Begimher, Daniel, et al.
Veröffentlicht: (2026)

LLM Agents for Automated Web Vulnerability Reproduction: Are We There Yet?
von: Liu, Bin, et al.
Veröffentlicht: (2025)

Do Agents Dream of Root Shells? Partial-Credit Evaluation of LLM Agents in Capture the Flag Challenges
von: Al-Kaswan, Ali, et al.
Veröffentlicht: (2026)

Can LLM Prompting Serve as a Proxy for Static Analysis in Vulnerability Detection
von: Ceka, Ira, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models for Command Injection Vulnerability Analysis in Python: An Empirical Study on Popular Open-Source Projects
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

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

DUALGUAGE: Automated Joint Security-Functionality Benchmarking for Secure Code Generation
von: Pathak, Abhijeet, et al.
Veröffentlicht: (2025)

Securing Smart Contract Languages with a Unified Agentic Framework for Vulnerability Repair in Solidity and Move
von: Karanjai, Rabimba, et al.
Veröffentlicht: (2025)

Symbolic Guardrails for Domain-Specific Agents: Stronger Safety and Security Guarantees Without Sacrificing Utility
von: Hong, Yining, et al.
Veröffentlicht: (2026)

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

Automatic Red Teaming LLM-based Agents with Model Context Protocol Tools
von: He, Ping, et al.
Veröffentlicht: (2025)

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

CodeHacker: Automated Test Case Generation for Detecting Vulnerabilities in Competitive Programming Solutions
von: Shi, Jingwei, et al.
Veröffentlicht: (2026)

VULPO: Context-Aware Vulnerability Detection via On-Policy LLM Optimization
von: Li, Youpeng, et al.
Veröffentlicht: (2025)

Needles at Scale: LLM-Assisted Target Selection for Windows Vulnerability Research
von: Bommarito II, Michael J.
Veröffentlicht: (2026)

From SFT to RL: Demystifying the Post-Training Pipeline for LLM-based Vulnerability Detection
von: Li, Youpeng, et al.
Veröffentlicht: (2026)

Fixing Security Vulnerabilities with AI in OSS-Fuzz
von: Zhang, Yuntong, et al.
Veröffentlicht: (2024)

Security of LLM-generated Code: A Comparative Analysis
von: Morkonda, Srivathsan G, et al.
Veröffentlicht: (2026)

LLM4Vuln: A Unified Evaluation Framework for Decoupling and Enhancing LLMs' Vulnerability Reasoning
von: Sun, Yuqiang, et al.
Veröffentlicht: (2024)

Root-Cause-Driven Automated Vulnerability Repair
von: Wang, Hulin, et al.
Veröffentlicht: (2026)

LLM4CVE: Enabling Iterative Automated Vulnerability Repair with Large Language Models
von: Fakih, Mohamad, et al.
Veröffentlicht: (2025)

LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Design of Multi Active/Passive Core-Agent Architectures
von: Hassouna, Amine Ben, et al.
Veröffentlicht: (2024)

Measuring and Exploiting Contextual Bias in LLM-Assisted Security Code Review
von: Mitropoulos, Dimitris, et al.
Veröffentlicht: (2026)