# VulReaD:知识图引导的软件漏洞推理与检测
⭐⭐⭐
作者：英国曼彻斯特大学团队
发表时间：Wed, 11 Feb 2026 12:24:51
原文链接：https://arxiv.org/abs/2602.10787 (opens new window)
——LLMs + 外部知识 + 结构化引导，非传统深度学习和静态分析
# 摘要
这篇论文提出了一种名为VuLREAD的方法，用于解决软件漏洞检测（SVD）中大型语言模型（LLMs）解释的可靠性问题，特别是其与通用弱点枚举（CWE）类别语义一致性不足的问题。VuLREAD 提出了一种知识图谱引导的软件漏洞推理和检测方法，通过利用安全知识图谱和对比推理监督来训练学生大型语言模型，显著提高了 CWE 级别的漏洞推理和二元漏洞检测的准确性，从而实现更可靠和可解释的漏洞分析。
# 简介
# 现有的不足
依赖基于模式的静态分析和基于历史漏洞数据训练的 DL 模型，难以推广到不同漏洞模式和不断发展的代码库。 就是可泛化性差。（DL主要是黑盒 ，理解不到为什么 ）
现在有LLMs，能理解代码，还能用自然语言解释问题，所以它有发掘漏洞的潜力。
但是现有的漏洞检测方法（包括基于LLMs的方法）都存在一些问题
- 它们大多数都是二元分类主导：就是简单告诉你这段代码 有漏洞 / 没漏洞，精度不足。
- 缺乏深度理解，没有办法捕捉漏洞的本质，不能对漏洞进行分类，判断漏洞具体的类型，这种弱点用CWE来表示。如果模型识别不了CWE，就很难修复漏洞。
- LLMs解释的可靠性不足：虽然LLMs能生成解释并且看起来连贯且令人信服，但是它们与正确的CWE类别的语义一致性没有严格检验。也就是有可能它是在胡说八道。（CWE分类太难，模型很难学好）
# 本文的中心工作
- 研究 LLMs 是否真的能更好地理解和检测不同 CWE 类型的漏洞。
- 不仅要评估分类准确性，还要评估LLMs 生成的解释是否与真实漏洞类型语义一致。
本文作者受到知识图谱（KG）启发，提出VulReaD，利用知识图引导的漏洞推理和检测方法。论文提出要引入一种强大的教师模型机制，用于提供结构化和基于语义的监督使得LLMs的解释更可信。
# 总结论文创新点
VulReaD的核心还是在于利用KG给LLMs补课，就像老师教学生一样，让它们变得更会推理。
- 安全知识图谱（KG），里面包含了 CWE 类别、安全抽象概念以及它们之间的关系。作为百科全书，供模型更好的理解漏洞机制。
- KG 引导的数据构建和推理蒸馏，利用千问的llm生成训练数据，生成的数据是推理对（一对一错），并且会从代码中提取实体特征与CWE关联，让解释更加真实具体。
- 知识图谱引导的偏好优化（ORPO），用对比推理来调教学生LLM，就鼓励学生模型接受与KG一致的的解释，抑制听起来合理但幻觉的解释。
- 知识图谱学习增强，会不断挖掘新的实体和关系，丰富百科全书KG
这种“老师 - 学生”模式+KG的引导，和人类学习过程高度相似。
# 效果
- 二元检测：本文提出的完全胜过于传统深度学习模型和没有KG引导的LLMs。F1⬆8-10%。
- CWE层面推理：在多类别 CWE 分类中，VuLREAD 的 Macro-F1 和 Micro-F1 分数比其他 LLMs 高出很多，当模型使用KG时，Macro-F1从0.05上升到0.30，而Micro-F1从0.07上升到0.25。
- KG的作用，RQ3的消融研究证实KG制导大大提高了二进制检测精度和cwe级推理。
# 未来方向
- CWE抽象不是唯一的，分类的方式可以自己选
- 教师LLM生成的数据不一定准确，可能会有错误。
- KG检索局限性，KG返回信息量很大，模型思考时间可能过久或者死循环。
- 计算资源限制：没法用更大模型训练和更全面的调优。
总而言之：可以改进的就是，如何减少LLM噪声、更好设计CWE抽象分类，KG的智能高效检索信息。
# 名词解释：
SVD ：软件漏洞检测
CWE：通用弱点枚举，CWE2提供了抽象软件弱点类型的分层分类法，这些弱点类型描述了反复出现的漏洞原因，例如不正确的输入验证或不安全的文件处理。CWE关注的是设计或实现级别漏洞的根本原因，而不是单个漏洞示例。
为了支持一致的漏洞报告和分析，安全社区开发了标准化的漏洞分类法和结构化的知识资源。CVE（通用漏洞枚举）系统这些标识符被广泛用于跨数据库和工具聚合漏洞信息。
KG：安全知识图谱
ORPO：知识图谱引导的偏好优化