arXiv cs.AI· Chenyuan Yang, Hwiwon Lee, Jongseong Kim, Yihan Yang, Dongjun Kim, Yinfang Chen, Lingming Zhang·· 14 小时前AI 评分58
CyberDual：AI 攻击者与 AI 代码评审者在真实软件维护中的对抗评测
CyberDual: AI Attackers versus AI Code Reviewers in Real Software Maintenance
AI 导读
论文提出 CyberDual 对抗评测场，让攻击智能体在真实开源项目维护中植入可利用漏洞，再由评审智能体查找修复，并以重跑 PoC 是否成功作为胜负判定。三个评审智能体拦截了六个攻击者 1,088 次有效攻击中的 85-91%，但当攻击分散到真实上游提交时，约六分之一的攻击槽在评审后仍留下可用漏洞利用。
正文 · AI 翻译
摘要：开源项目现在让 AI 智能体审查提交的代码，但被审查的代码本身可能来自 AI 攻击者。我们提出 CyberDual，一个针对 AI 这种双重角色的竞技场：攻击方智能体在广泛使用的开源项目的真实维护工作中隐藏一个可利用的漏洞，审查方智能体则试图找到并修复它。执行结果决定每场比赛的胜负：我们在审查后产出的代码上重新运行攻击方的概念验证（PoC）。每次攻击都是新的，且窗口可以每季度根据最新的上游历史重建。三个智能体审查方从六个攻击方发起的 1,088 次有效攻击中捕获了 85-91%。然而，当攻击方将漏洞分散到真实的上游提交中时，大约每六个攻击槽中仍有一个在审查后以可用的漏洞利用告终。最强的攻击方拥有开放权重：GLM 5.3 几乎从不拒绝，其攻击占通过全部三个审查方的 28 次攻击中的 13 次。当它们漏掉时，Claude 审查方大多批准了攻击，而 GPT-6-Sol 大多修复了错误的代码；来自第二家供应商的审查方捕获了 Claude 审查方约三分之二的漏检。除排行榜之外，CyberDual 还有三种用途。第一，PoC 执行给双方一个智能体报告无法操纵的奖励，因此其存活的攻击可用于训练审查方对抗更强的攻击方。第二，它可以根据两项分数来把关发布：Claude Sonnet 5 在五分之一的攻击槽中拒绝，但其攻击能力与 GPT-6-Sol 相当，因此仅靠拒绝并不能消除攻击能力。第三，当新的攻击方越过阈值时，它可以警告已部署审查方背后的团队：Claude Code 中的 GLM 5.3 已经在其 17% 的攻击槽中让漏洞利用通过了 Sonnet 5。
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.34435 [cs.CR] |
| （或 arXiv:2610.34435v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34435 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Chenyuan Yang [查看电子邮件]
[v1]
2026年10月25日星期日 16:44:07 UTC（735 KB）
来源：arXiv cs.AI · arxiv.org