Buchumschlag

Contextualizing Sink Knowledge for Java Vulnerability Discovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fleischer, Fabian, Zhang, Cen, Jang, Joonun, Cho, Jeongin, Xu, Meng, Kim, Taesoo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OSS-CRS: Liberating AIxCC Cyber Reasoning Systems for Real-World Open-Source Security
von: Chin, Andrew, et al.
Veröffentlicht: (2026)

ATLANTIS: AI-driven Threat Localization, Analysis, and Triage Intelligence System
von: Kim, Taesoo, et al.
Veröffentlicht: (2025)

Original Sin of npm: A Study on Vulnerability Propagation in JavaScript Dependency Networks
von: Robinson, Michael, et al.
Veröffentlicht: (2026)

Obfuscating Code Vulnerabilities against Static Analysis in JavaScript Code
von: Pagano, Francesco, et al.
Veröffentlicht: (2026)

PatchIsland: Orchestration of LLM Agents for Continuous Vulnerability Repair
von: Kim, Wonyoung, et al.
Veröffentlicht: (2026)

Agentic Specification Generator for Move Programs
von: Fu, Yu-Fu, et al.
Veröffentlicht: (2025)

Prime+Retouch: When Cache is Locked and Leaked
von: Lee, Jaehyuk, et al.
Veröffentlicht: (2024)

Synthesizing Multi-Agent Harnesses for Vulnerability Discovery
von: Liu, Hanzhi, et al.
Veröffentlicht: (2026)

Agentic Discovery and Validation of Android App Vulnerabilities
von: Wang, Ziyue, et al.
Veröffentlicht: (2025)

Position Paper: Denial-of-Service against Multi-Round Transaction Simulation
von: Tang, Yuzhe, et al.
Veröffentlicht: (2026)

Improving Discovery of Known Software Vulnerability For Enhanced Cybersecurity
von: Sawant, Devesh, et al.
Veröffentlicht: (2024)

CuFuzz: Hardening CUDA Programs through Transformation and Fuzzing
von: Singh, Saurabh, et al.
Veröffentlicht: (2026)

Schema-Agnostic Knowledge Graph Construction via Hybrid Ontology Discovery for Cyber Threat Intelligence
von: Kim, Seonwoo, et al.
Veröffentlicht: (2026)

On the Vulnerability of Text Sanitization
von: Tong, Meng, et al.
Veröffentlicht: (2024)

Uncovering Hidden Inclusions of Vulnerable Dependencies in Real-World Java Projects
von: Schott, Stefan, et al.
Veröffentlicht: (2026)

Challenging Machine Learning Algorithms in Predicting Vulnerable JavaScript Functions
von: Ferenc, Rudolf, et al.
Veröffentlicht: (2024)

SoK: DARPA's AI Cyber Challenge (AIxCC): Competition Design, Architectures, and Lessons Learned
von: Zhang, Cen, et al.
Veröffentlicht: (2026)

Weaver: Fuzzing JavaScript Engines at the JavaScript-WebAssembly Boundary
von: Zhang, Lingming, et al.
Veröffentlicht: (2026)

TikTag: Breaking ARM's Memory Tagging Extension with Speculative Execution
von: Kim, Juhee, et al.
Veröffentlicht: (2024)

When Machine Learning Meets Vulnerability Discovery: Challenges and Lessons Learned
von: Arasteh, Sima, et al.
Veröffentlicht: (2025)

A Study of Vulnerability Repair in JavaScript Programs with Large Language Models
von: Le, Tan Khang, et al.
Veröffentlicht: (2024)

QRS: A Rule-Synthesizing Neuro-Symbolic Triad for Autonomous Vulnerability Discovery
von: Tsigkourakos, George, et al.
Veröffentlicht: (2026)

Learning to Locate: GNN-Powered Vulnerability Path Discovery in Open Source Code
von: Atashin, Nima, et al.
Veröffentlicht: (2025)

A Large-scale Empirical Study on the Generalizability of Disclosed Java Library Vulnerability Exploits
von: Chen, Zirui, et al.
Veröffentlicht: (2026)

Evaluating Large Language Models for Line-Level Vulnerability Localization
von: Zhang, Jian, et al.
Veröffentlicht: (2024)

LLM-SmartAudit: Advanced Smart Contract Vulnerability Detection
von: Wei, Zhiyuan, et al.
Veröffentlicht: (2024)

Smart Contract Fuzzing Towards Profitable Vulnerabilities
von: Kong, Ziqiao, et al.
Veröffentlicht: (2025)

I Experienced More than 10 DeFi Scams: On DeFi Users' Perception of Security Breaches and Countermeasures
von: Liu, Mingyi, et al.
Veröffentlicht: (2024)

Demystifying RCE Vulnerabilities in LLM-Integrated Apps
von: Liu, Tong, et al.
Veröffentlicht: (2023)

vEcho: A Paradigm Shift from Vulnerability Verification to Proactive Discovery with Large Language Models
von: Jiang, Mingcheng, et al.
Veröffentlicht: (2026)

Detecting Code Vulnerabilities with Heterogeneous GNN Training
von: Luo, Yu, et al.
Veröffentlicht: (2025)

DALEQ -- Explainable Equivalence for Java Bytecode
von: Dietrich, Jens, et al.
Veröffentlicht: (2025)

A Comprehensive Analysis of Routing Vulnerabilities and Defense Strategies in IoT Networks
von: Jae-Dong, Kim
Veröffentlicht: (2024)

LLM-HyPZ: Hardware Vulnerability Discovery using an LLM-Assisted Hybrid Platform for Zero-Shot Knowledge Extraction and Refinement
von: Lin, Yu-Zheng, et al.
Veröffentlicht: (2025)

Capturing Monetarily Exploitable Vulnerability in Smart Contracts via Auditor Knowledge-Learning Fuzzing
von: Cai, Bowen, et al.
Veröffentlicht: (2026)

Guiding Symbolic Execution with Static Analysis and LLMs for Vulnerability Discovery
von: Shafiuzzaman, Md, et al.
Veröffentlicht: (2026)

Blocking Tracking JavaScript at the Function Granularity
von: Amjad, Abdul Haddi, et al.
Veröffentlicht: (2024)

Characterizing Phishing Pages by JavaScript Capabilities
von: Nahapetyan, Aleksandr, et al.
Veröffentlicht: (2025)

SAGE: Signal-Amplified Guided Embeddings for LLM-based Vulnerability Detection
von: Shan, Zhengyang, et al.
Veröffentlicht: (2026)

The RAG Paradox: A Black-Box Attack Exploiting Unintentional Vulnerabilities in Retrieval-Augmented Generation Systems
von: Choi, Chanwoo, et al.
Veröffentlicht: (2025)