Un sistema di analisi statica come CodeQL è oggi uno degli strumenti più diffusi per individuare falle di sicurezza nel codice C/C++, ma le sue query continuano a sbagliare: segnalano codice innocuo come pericoloso oppure, peggio, lasciano passare vulnerabilità reali. Un nuovo framework chiamato ARQ, descritto in un paper firmato da Chunyi Wang, promette di correggere automaticamente questi difetti e migliorare in modo sensibile il rilevamento vulnerabilità con CodeQL, senza bisogno di dataset etichettati o template scritti a mano per ogni tipo di bug.
Summary
Punti chiaveLimiti delle query CodeQL attuali nel rilevamento delle vulnerabilità in C/C++Diffusione di falsi positivi e negativi nelle query esistentiFramework ARQ: raffinamento automatico delle query basato su esecuzioniMeccanismo per identificare le debolezze delle query attraverso l’esecuzione di programmi sinteticiCiclo iterativo di miglioramento con LLM senza dati etichettati o template di vulnerabilitàValutazione e impatto delle rifiniture ARQ sulle query CodeQLRisultati delle rifiniture con GPT-5.4, Claude-Sonnet-4.6 e Gemini-3.5-flashMiglioramenti nelle performance su dataset benchmark Juliet v1.3 e FormAI v2Risoluzione di issue GitHub e scoperta di nuovi bug in libpng e zlibFAQQuale problema cerca di risolvere ARQ nel rilevamento delle vulnerabilità in C/C++?Come individua ARQ le debolezze delle query CodeQL?Che ruolo hanno i modelli linguistici (LLM) nel framework ARQ?Quali miglioramenti concreti ha mostrato ARQ nel correggere le query CodeQL?
