Buchumschlag

Measuring and Exploiting Contextual Bias in LLM-Assisted Security Code Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mitropoulos, Dimitris, Alexopoulos, Nikolaos, Alexopoulos, Georgios, Spinellis, Diomidis
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-Ecosystem Vulnerability Analysis for Python Applications
von: Alexopoulos, Georgios, et al.
Veröffentlicht: (2026)

An Empirical Comparison of Security and Privacy Characteristics of Android Messaging Apps
von: Karyotakis, Ioannis, et al.
Veröffentlicht: (2026)

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

Fortifying LLM-Based Code Generation with Graph-Based Reasoning on Secure Coding Practices
von: Patir, Rupam, 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)

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

The potential of LLM-generated reports in DevSecOps
von: Lykousas, Nikolaos, et al.
Veröffentlicht: (2024)

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

An LLM-Assisted Easy-to-Trigger Backdoor Attack on Code Completion Models: Injecting Disguised Vulnerabilities against Strong Detection
von: Yan, Shenao, et al.
Veröffentlicht: (2024)

Towards Secure Logging: Characterizing and Benchmarking Logging Code Security Issues with LLMs
von: Yuan, He Yang, et al.
Veröffentlicht: (2026)

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

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

The Fools are Certain; the Wise are Doubtful: Exploring LLM Confidence in Code Completion
von: Kotti, Zoe, et al.
Veröffentlicht: (2025)

The Invisible Hand: Unveiling Provider Bias in Large Language Models for Code Generation
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Learning to Generate Secure Code via Token-Level Rewards
von: Quan, Jiazheng, et al.
Veröffentlicht: (2026)

Smart Contract and DeFi Security Tools: Do They Meet the Needs of Practitioners?
von: Chaliasos, Stefanos, et al.
Veröffentlicht: (2023)

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

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

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

DeepGuard: Secure Code Generation via Multi-Layer Semantic Aggregation
von: Huang, Li, et al.
Veröffentlicht: (2026)

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

Empirical Study of Code Large Language Models for Binary Security Patch Detection
von: Li, Qingyuan, et al.
Veröffentlicht: (2025)

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

MOSAIC-Bench: Measuring Compositional Vulnerability Induction in Coding Agents
von: Steinberg, Jonathan, 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)

Benchmark of Benchmarks: Unpacking Influence and Code Repository Quality in LLM Safety Benchmarks
von: Chu, Junjie, et al.
Veröffentlicht: (2026)

Measuring the Permission Gate: A Stress-Test Evaluation of Claude Code's Auto Mode
von: Ji, Zimo, et al.
Veröffentlicht: (2026)

SecureFixAgent: A Hybrid LLM Agent for Automated Python Static Vulnerability Repair
von: Gajjar, Jugal, et al.
Veröffentlicht: (2025)

PoCo: Agentic Proof-of-Concept Exploit Generation for Smart Contracts
von: Andersson, Vivi, et al.
Veröffentlicht: (2025)

AgenticSCR: An Autonomous Agentic Secure Code Review for Immature Vulnerabilities Detection
von: Charoenwet, Wachiraphan, et al.
Veröffentlicht: (2026)

AutoEG: Exploiting Known Third-Party Vulnerabilities in Black-Box Web Applications
von: Yang, Ruozhao, et al.
Veröffentlicht: (2026)

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

LLMs + Security = Trouble
von: Livshits, Benjamin
Veröffentlicht: (2026)

Towards Secure and Explainable Smart Contract Generation with Security-Aware Group Relative Policy Optimization
von: Yu, Lei, et al.
Veröffentlicht: (2025)

Constrained Decoding for Secure Code Generation
von: Fu, Yanjun, et al.
Veröffentlicht: (2024)

Instruction Tuning for Secure Code Generation
von: He, Jingxuan, et al.
Veröffentlicht: (2024)

Towards Privacy-Preserving Code Generation: Differentially Private Code Language Models
von: Catal, Melih, et al.
Veröffentlicht: (2025)

How Do Semantically Equivalent Code Transformations Impact Membership Inference on LLMs for Code?
von: Yang, Hua, et al.
Veröffentlicht: (2025)

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

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