VulTrLM：基于 AST 解构与注释增强的大模型辅助漏洞检测框架

“ 近年来，大语言模型（LLM）在代码理解与生成任务中展现出强大能力，逐渐被引入到代码漏洞检测领域。然而，直接将完整函数输入 LLM 进行判断，往往面临两大现实问题：函数体过长，超过上下文窗口限制、结构与语义信息混杂，关键信息被“淹没”。

为解决上述问题，研究者提出VulTrLM，一种通过 AST 解构与语义注释增强，显式引导 LLM 关注漏洞关键语义的检测框架。”

• 📄 论文标题：VulTrLM: LLM-assisted Vulnerability Detection via AST Decomposition and Comment Enhancement

• 📅 发表时间：Empirical Software Engineering, 2025

• 🏫 作者单位：湖南科技大学、湖南大学等

• 💡开源代码：即将发布在Zenodo

01—方法介绍

图1所示是针对CVE-2020-36138的FFmpeg代码示例，揭示了FFmpeg项目中decode_frame()函数存在的空指针解引用漏洞。该案例研究揭示了预训练模型的两大关键缺陷：

（1）预训练模型可能无法推断出具有复杂逻辑的语句的语义。第 3–4 行定义了 has_tile_bits 和 has_strip_bits，二者本应互斥，同时为真会直接退出。但模型若只关注局部语法，可能无法理解这一语义约束。类似地，第8行看似常规安全检查，模型可能忽略在tiled为真时仍需校验strip字段，导致不安全的 strip 数据绕过检查，形成漏洞。

（2）预训练模型可能难以理解执行路径。大量使用 if 与直接 return（如第 10、14、18 行）会引入漏洞风险，因为部分 return 只有在多个条件同时满足时才会触发。若不能准确建模这些执行路径，预训练模型很难预测潜在漏洞。

图 1. 针对CVE-2020-36138的FFmpeg代码示例 

VulTrLM 的核心思想并非“让 LLM 读更多代码”，而是：“把代码拆清楚，再讲明白。”整体流程由三个关键步骤组成：

① AST 解构

将函数拆分为多个语义清晰的 AST 子结构，降低单次输入复杂度。

② 注释增强

为 AST 节点生成自然语言注释，显式描述其语义与潜在风险。

③ LLM 漏洞判断

将“结构化代码 + 语义注释”输入 LLM，完成漏洞预测。

图 2. ZSVulD整体流程  

图 3. 展示了对一段代码片段应用AST（抽象语法树）分解的结果  

小结：VulTrLM 将 LLM 从“被动阅读者”转变为“被引导的分析者”。

02—关键机制

1. AST 级别的上下文拆解，缓解 LLM 上下文窗口受限问题。
2. 注释驱动的语义显式化，降低 LLM 对隐式语义推理的负担。
3. 无需模型微调，以 Prompt 方式即可适配不同 LLM。
4. 兼顾可解释性，每一步判断都可追溯到具体 AST 结构。

小结：结构化拆分 + 自然语言增强，是 VulTrLM 性能提升的关键。

03—实验结果

实验在主流漏洞数据集Devign、Reveal和SVulD（Distinguishing look-alike innocent and vulnerable code by subtle semanticrepresentation learning and explanation）上验证了提出方法的有效性，主要实验结果如下。

（1）实验评估了VulTrLM与现有非大型语言模型（LLM）漏洞检测基线评估结果的比较，结果如表1所示。

表1.与现有非LLM漏洞检测基线评估结果的比较

（2）实验评估了VulTrLM与现有基于大型语言模型（LLM）的漏洞检测基线评估结果的比较。结果见表2。

表2. 集成学习对未见数据集的影响

小结：VulTrLM在函数级漏洞检测方面表现出显著优势。在FFMPeg+Qemu、Reveal和SVulD测试集上，VulTrLM分别取得了67.36%、53.01%和29.77%的优异F1分数，分别超越最佳基线方法1.87%、4.82%和12.46%。

📌 总结

VulTrLM 为 LLM 在漏洞检测中的应用提供了一个重要启示：不是让大模型理解复杂程序，而是让程序变得更容易被理解。

通过 AST 解构与语义注释增强，该框架在不依赖模型微调的前提下，显著提升了 LLM 在真实漏洞检测任务中的可用性与稳定性。

📣 欢迎留言讨论

• 你认为未来漏洞检测的关键在于更强的 LLM，还是更好的程序结构化表示？

• AST + 注释这种“显式语义提示”是否会成为 LLM 程序分析的标配？

📌 点赞 + 收藏 + 分享，你的支持，是我们持续解析高水平软件安全论文的最大动力！