发布首个BAC漏洞修复基准BAC-Bench并评估LLM能力

该研究构建了 BAC-Bench，这是首个针对 Web 应用中断开访问控制（BAC）漏洞自动修复的基准测试，包含来自六种广泛使用的 Web 应用的 46 个真实漏洞。评估结果显示，单轮基础大语言模型平均仅能修复 37.68% 的漏洞，而引入 Apply-Feedback 和 Navigate-and-Locate 两个最小化脚手架策略后，平均修复率提升至 66.03%，最佳基础模型达到 75.36%，接近最佳 Agent 模型的 78.99%。 材料中一个关键事实是部分由 LLM 生成的补丁优于官方补丁，且有一个补丁意外关闭了一个潜伏三年的零日漏洞。研究提出的修复策略框架从位置、覆盖范围、机制和内容四个维度对任何 BAC 补丁进行特征描述，填补了传统自动化修复技术难以处理逻辑漏洞语义理解的空白。 推断表明，LLM 在处理需要深入理解业务语义的逻辑漏洞时，单纯依赖预训练知识存在局限，必须结合特定的推理脚手架才能发挥效用。猜测认为，随着此类基准的完善，企业安全团队可能会优先采用经过验证的双阶段策略而非通用 Agent 进行内部代码审查，但具体落地仍需解决沙箱环境与 PoC 验证的集成成本问题。