验证候选项比生成候选项更昂贵:对抗 LLM 漏洞搜索的诱饵

9 十一月 20267 视图

本文剖析了智能体缺陷搜索中的成本不对称:生成候选版本成本低廉,而通过可达性分析、执行和 PoC 对其进行确认却要耗费主要预算,因此可以将验证本身作为独立的防御目标。本文提出的 RedHerring 是一套针对代码仓库定制、带有隐藏证书的诱饵;在投入相同成本的情况下,它使 33 个 OSS-Fuzz 项目中发现的真实漏洞数量减少了 38.7–60.4%;即使提前告知智能体,降幅仍达 37.2%。

验证候选项比生成候选项更昂贵:对抗 LLM 漏洞搜索的诱饵

将假设验证视为一种有限资源

自主 LLM 智能体会在仓库级别搜索漏洞,并提出大量假设。在预算有限的情况下,智能体只能验证其中一部分。

验证一个假设包括多个阶段:

  • 可达性分析;
  • 执行代码;
  • 创建 proof-of-concept。

这些操作的成本高于提出假设。因此,漏洞搜索会变成一个选择性验证过程。验证成本构成了一个独立的防御面。

实践标准:防御预算应根据确认候选项的成本来评估,而不是根据生成的假设数量来评估。

作为带有证书的对象的诱饵

RedHerring 引入了可证明安全的诱饵。诱饵会将验证工作从真实漏洞上引开。每个诱饵由两个部分组成:

  • 从 CVE 推导出的漏洞链;它会吸引验证;
  • 一个虚假的连接环节;它使危险 sink 保持不可达。

私有证书让防御者能够高效验证这一属性。要根据公开的仓库确定同一事实,则需要解决一个计算上困难的问题。

验证任务条件
防御者确认私有证书
根据公开的仓库确定同一事实解决计算上困难的问题

RedHerring 会针对目标仓库调整每个诱饵。诱饵看起来就像普通的程序逻辑。

实践标准:如果防御者能通过证书确认诱饵安全,而智能体不得不耗费预算进行验证,那么这个诱饵就是合适的。

测试结果

测试在 33 个 OSS-Fuzz 项目、70 个评估实例和五种模型上进行,预算保持一致。

测试条件结果
预算相同,33 个 OSS-Fuzz 项目、70 个评估实例、五种模型找到的真实漏洞减少 38.7–60.4%
明确告知智能体存在诱饵相较于 informed Baseline 减少 37.2%

对执行轨迹的分析显示,诱饵带来了额外开销:

  • 智能体将 30.6–51.5% 的 completion tokens 用于验证诱饵;
  • 据估算,执行时间的 32.5–49.9% 也用于同一项验证。

获知诱饵存在的智能体会调整搜索策略。RedHerring 仍然能够减少找到的漏洞数量。作者指出,该方法的有效性不依赖于诱饵是否保密。

实践标准:即使诱饵被公开,其效果依然存在,因此防御依赖于诱饵的结构,而非对它的隐藏。

仓库防御的部署标准

部署诱饵时,需要检查以下几项条件:

  • 将确认候选项视为一种独立的防御资源;
  • 诱饵包含从 CVE 推导出的漏洞链,并能吸引验证;
  • 虚假的连接环节使危险 sink 保持不可达;
  • 防御者保留私有证书,以便快速验证该属性;
  • 诱饵适配目标仓库中的普通逻辑;
  • 测量用于验证诱饵的 completion tokens 和执行时间占比;
  • 不将保密性视为必要条件:获知情况的智能体会改变策略,但诱饵效果依然存在。

选择标准:如果防御者能通过证书快速确认诱饵的属性,而智能体会耗费预算验证它,那么这个诱饵就是合适的。如果诱饵无法吸引验证,或防御者无法快速验证它,就无法发挥防御作用。

常问问题

验证候选项比生成候选项更昂贵:对抗 LLM 漏洞搜索的诱饵