Recoleta
GitHub
来源笔记

MemRepair: Hierarchical Memory for Agentic Repository-Level Vulnerability Repair

作者
Simiao Liu, Li Zhang, Fang Liu, Xiaoli Lian, Yang Liu, Yinghao Zhu
来源
arXiv
发布日期
栏目
Software Intelligence
Automated Vulnerability RepairCode AgentsRepository Level RepairMemory Augmented AgentsSoftware Engineering AI
打开 arXivMarkdown 源文件

摘要

MemRepair 是一个面向仓库级漏洞修复的智能代理系统，为基于 LLM 的代码代理加入了持久化修复记忆。它声称在 SEC-Bench、PatchEval 和 Multi-SWE-bench C++ 上取得了更高的修复率，同时每个任务的成本接近通用编码代理。

问题

  • 仓库级漏洞修复通常需要跨文件推理、运行时验证，以及不破坏现有行为的修复。
  • 现有 LLM 代理往往只根据当前可见上下文生成补丁，因此会重复失败的修复，也会错过项目特有的修复规范。
  • 这很重要，因为人工漏洞修复速度慢、成本高，而错误的自动补丁可能删除代码、掩盖崩溃，或者引入回归。

方法

  • MemRepair 使用三层记忆：History-Fix Memory 记录来自同一项目或相似项目的历史修复，Security-Pattern Memory 记录可复用的防护模式，Refinement-Trajectory Memory 记录从失败补丁到成功补丁的修正路径。
  • 检索时先优先查找同一项目、同一 CWE 和同一语言；如果找到的示例太少，就转而搜索其他具有相同 CWE 和语言的项目。
  • 修复循环包含 Locator、Patcher 和 Verifier。Verifier 运行漏洞测试和回归测试，然后要么接受补丁，要么要求生成新补丁，要么要求 Locator 找到更好的代码位置。
  • Iter_grep 解析仓库结构，并结合堆栈跟踪、sanitizer 报告、符号使用情况和到崩溃点的距离，对可能的代码位置排序。
  • 失败尝试会被压缩成紧凑日志，成功的修复过程会更新后续任务使用的记忆。

结果

  • 在 SEC-Bench 上，使用 DeepSeek-v3.2 的 MemRepair 解决了 58.00% 的任务；OpenHands* with DeepSeek-v3.2 为 38.50%，OpenHands with Claude-3.7 为 34.00%，SWE-agent with Claude-3.7 为 31.50%，Aider with Claude-3.7 为 23.50%。
  • 在 SEC-Bench 上，MemRepair 每个任务的成本为 $0.26；OpenHands* 为 $0.18，OpenHands Claude-3.7 为 $0.61，SWE-agent 为 $1.29，Aider 为 $0.44。
  • 在 SEC-Bench 上，MemRepair 的定位正确率达到 60.00%。SWE-agent 的定位更高，为 67.50%，但修复成功率更低，为 31.50%。
  • 在涵盖 Python、Go 和 JavaScript 的 PatchEval 上，MemRepair 解决了 58.2% 的任务。摘录称这比之前最好的代理高出 20 多个百分点，但没有给出完整的各基线对照表。
  • 在 Multi-SWE-bench C++ 上，使用 DeepSeek-v3.2 的 MemRepair 解决了 30.58% 的任务；InfCode-C++ with GPT-5 为 25.60%，MOpenHands with Claude-3.7 为 14.70%，MSWE-agent with Claude-3.7 为 11.60%，MAgentless with Claude-3.7 为 3.90%。
  • 在 Multi-SWE-bench C++ 上使用相同的 DeepSeek-v3 后端时，MemRepair 解决了 15.08% 的任务；InfCode-C++ 为 13.20%。

Link