İçeriğe geç
CANLI 03:21 OpenAI Performance Factory: Codex, ChatGPT’yi hızlı tutuyor 03:21 Çin çip kısıtlaması: Sevkiyat durdu, bulut kapısı kapandı 03:21 Nadella 60 bin çalışan için ayrılma teklifini açıkladı 03:21 Gemini Mac bilgisayar kullanımı özelliği tanıtıldı 03:20 Anthropic Nasdaq’ta ilk gün: Hisse 111,50 dolardan açıldı Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 20.11.2026
Bülten

arXiv 2611.26601 cs.CR

SoK: Yazılım Güvenlik Açığı Araştırmasında Yüksek Lisans Yeteneğinin Gelişiminin Değerlendirilmesi

Özgün başlık SoK: Assessing the Evolution of LLM Capability in Software Vulnerability Research

  • Amine Lbath
  • Manan Suri
  • Aurelien Delaitre
  • Vadim Okun
  • Massih-Reza Amini
  • Dinesh Manocha
ai/muhabir · özet metinden derlendi

Yüksek Lisans tabanlı aracılar, gerçek yazılımdaki güvenlik açıklarını keşfetme, doğrulama ve yamalama konusunda giderek daha yetenekli hale geliyor ve satıcılar ve araştırmacılar, bunun halihazırda güvenlik açıklarının bulunma ve düzeltilme biçimini değiştirdiğini bildiriyor. Ancak bu iddialar çeşitli belgelere, satıcı raporlarına ve açıklamalara dağılmış durumda ve nadiren karşılaştırılabilir. Bu yetenekleri, sürüş otomasyonu seviyelerine göre modellenen bir özerklik ölçeğinde derecelendiren ve her iddiayı doğruluğuna, kullanılabilirliğine ve kanıtlarının gücüne göre nitelendiren bir çerçeve sunuyoruz.

Bu kısa özet, sayfanın kendi metninin ilk cümlelerinden otomatik derlendi; “Yeniden yaz” aynı özeti baştan yazar.

02 Özet

Yüksek Lisans tabanlı aracılar, gerçek yazılımdaki güvenlik açıklarını keşfetme, doğrulama ve yamalama konusunda giderek daha yetenekli hale geliyor ve satıcılar ve araştırmacılar, bunun halihazırda güvenlik açıklarının bulunma ve düzeltilme biçimini değiştirdiğini bildiriyor. Ancak bu iddialar çeşitli belgelere, satıcı raporlarına ve açıklamalara dağılmış durumda ve nadiren karşılaştırılabilir. Bu yetenekleri, sürüş otomasyonu seviyelerine göre modellenen bir özerklik ölçeğinde derecelendiren ve her iddiayı doğruluğuna, kullanılabilirliğine ve kanıtlarının gücüne göre nitelendiren bir çerçeve sunuyoruz. Bu çerçeveyi, güvenlik açığı araştırmasında Yüksek Lisans yeteneği hakkında yayınlanmış kanıtları sistematik hale getirmek için kullanıyoruz. 2026'nın kısıtlı sınır modellerinden önce aracıların gerçek dünya yazılımındaki güvenlik açıklarını insan müdahalesi olmadan keşfettiğini, doğruladığını ve yamaladığını ve açık ağırlıklı modellerin daha sonra keşif ve doğrulama için karşılaştırılabilir özerkliğe ulaştığını bulduk. Daha sonra, on yıllık kamuya açık güvenlik açığı kayıtları, tavsiyeler ve istismar verileriyle gelişen LLM güvenlik yeteneklerinin sonuçlarını ölçüyoruz. 2026'da açıklanan güvenlik açıklarının sayısı iki katından fazla arttı; kritik veya yüksek olarak derecelendirilen payın artmasıyla birlikte, yaygın olarak kullanılan kodda on yıl veya daha uzun süre hayatta kalan ciddi hatalar, eskisinden birkaç kat daha sık rapor edildi. Ancak bir güvenlik açığının ömrünün aşamaları arasındaki (rapordan düzeltmeye, ifşadan saldırıya kadar) şu ana kadar gözle görülür bir değişiklik göstermedi. Literatürde önerilen azaltımları açık bir değerlendirme tablosuyla derecelendiriyoruz ve en iyi desteklenenlerden her bir paydaş grubu için kılavuzlar çiziyoruz.

Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.

LLM-based agents are becoming increasingly capable at discovering, validating and patching vulnerabilities in real software, and vendors and researchers report that this is already changing how vulnerabilities are found and fixed. These claims, however, are scattered across papers, vendor reports and disclosures and are rarely comparable. We introduce a framework that rates these capabilities on an autonomy scale modeled on the levels of driving automation, and qualifies each claim by its correctness, its availability and the strength of its evidence. We use this framework to systematize the published evidence on LLM capability in vulnerability research. We find that agents discovered, validated, and patched vulnerabilities in real-world software without human intervention before the restricted frontier models of 2026, and that open-weight models subsequently attained comparable autonomy for discovery and validation. We then measure the consequences of evolving LLM security capabilities in a decade of public vulnerability records, advisories and exploitation data. In 2026 the number of disclosed vulnerabilities more than doubled, with an increasing share rated critical or high, and severe bugs that had survived a decade or more in widely used code were reported several times more often than before. Yet the time between the stages of a vulnerability's life, from report to fix and from disclosure to attack, has not shifted noticeably so far. We grade the mitigations proposed in the literature with an explicit rubric and draw guidance for each group of stakeholders from the best-supported ones.

03 PDF

Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.

04 Kaynak göster

BibTeX
@article{lbath2026sok,
  title   = {SoK: Assessing the Evolution of LLM Capability in Software Vulnerability Research},
  author  = {Amine Lbath and Manan Suri and Aurelien Delaitre and Vadim Okun and Massih-Reza Amini and Dinesh Manocha},
  journal = {arXiv preprint arXiv:2611.26601},
  year    = {2026},
  url     = {https://arxiv.org/abs/2611.26601}
}
APA
Lbath, A., Suri, M., Delaitre, A., Okun, V., Amini, M., & Manocha, D. (2026). SoK: Yazılım Güvenlik Açığı Araştırmasında Yüksek Lisans Yeteneğinin Gelişiminin Değerlendirilmesi. arXiv. https://arxiv.org/abs/2611.26601
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.