Natural Code Transformation Confuses Agents in Vulnerability Analysis | AIChainDay

0단 자동

AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.

규칙 판: 규칙 판 도입 이전 기사입니다.
남기는 것: 규칙 판 · 모델 · 시각
판 기록: 아직 없습니다.

AI2026년 10월 14일AI 점수: 80%

Natural Code Transformation Confuses Agents in Vulnerability Analysis

출처:arXiv cs.CR (암호학·보안)

AI 인사이트

개발자

1.동일 취약점·동일 기능이라도 코드 형태만 다르면 AI 에이전트의 취약점 탐지 성능이 크게 달라짐을 발견
2.실제 코드 커밋에서 반복되는 자연스러운 코드 변형 패턴을 수집해 변형 코퍼스를 구축
3.Codex(GPT-6 Sol 기반) 등 최신 에이전트도 단 하나의 변형만으로 탐지 성공률이 크게 하락
4.변형 조합 시 방어력 강화 가능 여부와, 변형을 되돌리려는 적응형 공격자까지 함께 분석

왜 중요한가?

AI 에이전트를 이용한 자동 공격이 늘어나는 상황에서, 자연스러운 코드 변형만으로 공격자 에이전트의 취약점 발견을 지연시킬 수 있음을 보여 방어 시간을 버는 실용적 대응책을 제시한다.

언급 프로젝트

Codex GPT-6 Sol

본문 미리보기

arXiv:2610.14350v1 Announce Type: new Abstract: Having demonstrated a strong potential for automating vulnerability discovery, AI agents can also be used to attack software systems at scale. Today's software systems need mechanisms to level the playing field by slowing down potential attacks, giving them time to patch vulnerabilities and strengthen software. Along this line, our study of agent trajectories in vulnerability analysis shows a surprising finding: agents produce dramatically differe

전체 내용이 궁금하다면?

원문을 직접 읽어보세요

원문 보기