💻 computer science

VulnScout-C: A Lightweight Transformer for C Code Vulnerability Detection

تقدم الورقة البحثية نموذج VulnScout-C، وهو نموذج محول (transformer) خفيف الوزن يحتوي على 693 مليون معلمة ومعه مجموعة بيانات منسقة، واللذان يحققان معاً أداءً فائقاً في اكتشاف الثغرات الأمنية في لغة C مقارنة بالنماذج اللغوية الكبيرة والأدوات التجارية، مع تمكين التكامل العملي ومنخفض زمن الاستجابة في سير عمل التطوير.

المؤلفون الأصليون: Aymen Lassoued, Nacef Mbarek, Bechir Dardouri, Bassem Ouni, Qing Li, Fakhri Karray

نُشر 2026-03-31

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Aymen Lassoued, Nacef Mbarek, Bechir Dardouri, Bassem Ouni, Qing Li, Fakhri Karray

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك رئيس الأمن لمدينة صاخبة وعملاقة مبنية بالكامل من الأكواد البرمجية. هذه المدينة مبنية باستخدام لغة C، وهي مادة بناء قديمة جدًا، وقوية جدًا، ولكنها خطيرة ومعروفة بكونها غادرة. إذا وُضعت لبنة واحدة بشكل خاطئ، يمكن للمبنى بأكمله أن ينهار، أو يمكن للصوص التسلل وسرقة كل شيء.

لسنوات، حاولت حراس الأمن (أدوات البرمجيات) رصد هذه اللبنات السيئة.

الحراس القدامى (المحللون الساكنون - Static Analyzers): هم سريعون ورخيصون، لكنهم شديدو الشك والارتباك. يصرخون "حريق!" في كل مرة يرون فيها علبة كبريت، حتى لو كانت مجرد لعبة. إنهم يطلقون الكثير من الإنذارات الكاذبة لدرجة تجعل عمال المدينة يتجاهلونهم.
المحققون العباقرة (نماذج الذكاء الاصطناعي الضخمة): هم أذكياء للغاية. يمكنهم قراءة تاريخ المدينة بأكها وفهم المؤامرات المعقدة. لكنهم عمالقة. يتطلب تشغيلهم محطة طاقة ضخمة، ويستغرقون ساعات للتفكير في لبنة واحدة، وتكلفة توظيفهم باهظة. لا يمكنك وضع نموذج منهم في جيب كل عامل للتحقق من الكود أثناء كتابته.

إليك VulnScout-C: "المحقق الخارق ذو الحجم الجيبي"

قام مؤلفو هذه الورقة البحثية ببناء نوع جديد من حراس الأمن. أطلقوا عليه اسم VulnScout-C. إنه ليس عملاقًا؛ بل هو خبير مدمج وخفيف الوزن مصمم خصيصًا لرصد أخطر الثغرات في كود لغة C.

إليك كيف بنوه، مشروحًا ببساً:

1. العقل: "فريق متخصص" بدلاً من "عام"

معظم نماذج الذكاء الاصطناعي الكبيرة هي مثل العامين الذين يعرفون القليل عن كل شيء (الطبخ، التاريخ، الرياضيات، والبرمجة). لجعل VulnScout-C، أخذ المؤلفون عقلًا ذكيًا (يعتمد على نموذج يسمى Qwen) وأعطوه وظيفة متخصصة.

استخدموا تقنية تسمى خليط الخبراء (Mixture of Experts - MoE). تخيل فريقًا من 25 متخصصًا مختلفًا. عندما تصل قطعة من الكود، لا يستيقظ الفريق بأكمله؛ بل يتم استدعاء خبيرين اثنين فقط وهما الأفضل في التعامل مع تلك المشكلة المحددة.

تشبيه: إذا كان الكود يحتوي على "تسريب ذاكرة" (memory leak)، فإنه يستدعي "خبير تسريب الذاكرة". وإذا كان يحتوي على "تجاوز سعة المخزن المؤقت" (buffer overflow)، فإنه يستدعي "خبير تجاوز السعة".
النتيجة: النموذج صغير جدًا (69 3 مليون معامل فقط، وهو رقم صغير بالنسبة للذكاء الاصطناعي) وسريع، لكنه يعمل بذكاء العمالقة لأنه يستخدم الخبراء المناسبين فقط للمهمة.

2. أرض التدريب: مجموعة بيانات "VULNSCOUT"

لتعليم هذا المحقق الجديد، احتاجوا إلى مكتبة ضخمة من "مسارح الجريمة" (الكود السيئ) و"المنازل الآمنة" (الكود الجيد).

المشكلة: المكتبات الموجودة كانت تفتقر إلى العديد من أنواع الجرائم، أو كانت الأمثلة فيها مزيفة ولا تشبه الواقع.
الحل: قاموا ببناء مكتبة جديدة تسمى VULNSCOUT تحتوي على أكثر من 33,000 مثال.
نظام "التحقق المزدوج": لم يكتفوا بالثقة في معلم واحد. استخدموا عملية تحقق من خطوتين لضمان دقة كل مثال بنسبة 100%:
1. قام روبوت رياضي صارم (ESBMC) بفحص الكود.
2. قام ذكاء اصطناعي ثانٍ فائق الذكاء (GPT-OSS-120B) بفحص الكود أيضًا.
3. القاعدة: إذا اختلف الروبوت والذكاء الاصطناعي، يتم التخلص من المثال. فقط عندما يقول كلاهما "هذه جريمة بالتأكيد" أو "هذا آمن بالتأكيد"، يتم الاحتفاظ به.
تشبيه: الأمر يشبه تعيين قاضيين مختلفين لمراجعة قضية ما. إذا قال أحدهما "مذنب" وقال الآخر "غير مذنب"، فإن القضية تكون مشوشة جدًا لاستخدامها. أنت تحتفظ فقط بالقضايا التي يتفق فيها كلاهما على النتيجة. لقد خلق هذا "المعيار الذهبي" للتدريب.

3. التعلم "الواعي بالرتبة" (Rank-Aware Learning)

تم تعليم النموذج أن يهتم بـ الجرائم المميتة أكثر من الجرائم البسيطة.

تشبيه: في المدرسة، إذا سرق طالب قلم رصاص، قد تكتفي بإعطائه تحذيرًا. ولكن إذا حاول حرق المدرسة، فإنك تستدعي الشرطة فورًا.
تم تدريب VulnScout-C باستخدام "قائمة أولويات" خاصة (بناءً على قائمة MITRE Top 25 لأضعف الثغرات الخطيرة). يتعلم النموذج أن يكون حذرًا للغاية مع أكثر 25 ثغرة خطورة، مما يضمن عدم تفويته للتهديدات الكبيرة مع استمرار قدرته على كشف الثغرات الصغيرة.

4. النتائج: سريع، رخيص، ودقيق

عندما اختبروا VulnScout-C مقابل العمالقة والأدوات القديمة:

السرعة: يمكنه فحص الكود في غضون أجزاء من الثانية. إنه سريع بما يكفي ليعمل داخل محرر النصوص الخاص بالمبرمج أثناء الكتابة، مما يوفر ملاحظات فورية.
الدقة: تفوق على نماذج الذكاء الاصطناعي الضخمة والمكلفة (مثل GPT-4) وعلى أدوات التحليل الساكن القديمة. لقد وجد المزيد من الأخطاء الحقيقية وأطلق إنذارات كاذفة أقل.
الكفاءة: يستخدم جزءًا ضئيلًا جدًا من طاقة الكمبيوتر المطلوبة للنماذج "العملاقة".

لماذا هذا مهم؟

تخيل أنه يمكنك الحصول على حارس أمن فائق الذكاء في جيبك، يكلف تقريبًا لا شيء لتشغيله، لا يتعب أبدًا، ويمسك بأخطر اللصوص في الكود الخاص بك فورًا.

هذا هو VulnScout-C. إنه يثبت أنك لست بحاجة إلى ذكاء اصطناعي "عملاق" للقيام بعمل رائع؛ بل تحتاج فقط إلى الأدوات الصحيحة، وبيانات التدريب الصحيحة، وتصميم ذكي. إنه يجعل الأمن عالي المستوى متاحًا للجميع، وليس فقط لأولئك الذين يمتلكون حواسيب فائقة القدرة.

إليك ملخص تقني مفصل لورقة البحث بعنوان "VulnScout-C: محول خفيف الوزن للكشف عن ثغرات لغة C."

1. بيان المشكلة

يعد الكشف عن الثغرات في برامج لغة C أمراً حيوياً لأمن البرمجيات، ومع ذلك تواجه الحلول الحالية مقايضة كبيرة بين الدقة والكفاءة:

التحليل الساكن التقليدي: تعاني أدوات مثل Coverity أو Clang من معدلات مرتفقة من الإيجابيات الكاذبة (غالباً >60%) ومن فهم سياقي محدود.
النماذج اللغوية الكبيرة (LLMs): بينما تُظهر نماذج مثل GPT-4 وDeepSeek R1 قدرات كشف قوية، إلا أن حجمها الهائل (مليارات إلى تريليونات المعلمات) يؤدي إلى زمن انتقال استدلال مرتفع وتكاليف حوسبة عالية. وهذا يجعل دمجها في سير عمل التطوير في الوقت الفعلي (مثل بيئات التطوير المتكاملة IDEs، أو خطوط أنابيب CI/CD) أو الأنظمة متعددة الوكلاء التي تتطلب استجابات منخفضة التأخير أمراً غير عملي.
فجوات البيانات: تفتقر مجموعات البيانات الحالية غالباً إلى التنوع في فئات التعداد الشائع للضعف (CWE)، حيث تكون العديد من الثغرات الحرجة ممثلة بشكل ضئيل أو غائبة، مما يؤدي إلى ضعف تعميم النموذج.

2. المنهجية

يقترح المؤلفون VulnScout-C، وهو بنية مدمجة متخصصة في المهمة، ومجموعة بيانات VULNSCOUT عالية الجودة، لسد الفجوة بين أداء الكشف وكفاءة النشر.

أ. مجموعة بيانات VULNSCOUT

لمعالجة مشكلات ندرة وجودة البيانات، أنشأ المؤلفون مجموعة بيانات جديدة مكونة من 33,565 عينة من كود لغة C مصنفة (19,239 عينة تحتوي على ثغرات، و14,326 عينة آمنة) تغطي 25 فئة من فئات CWE.

خط إنتاج التوليد: يقوم نظام متعدد الوكلاء بتوليد الكود بناءً على فئات CWE وقيود محددة.
بروتوكول التحقق المزدوج: لضمان الجودة العالية، تخضع العينات لفحص إجماع صارم:
1. ESBMC: يقوم بمتحقق من حدود النموذج الرسمي بالتحقق من سلامة الذاكرة والمنطق.
2. GPT-OSS-120B: يعمل نموذج لغوي كبير كمتحقق من الاستدلال الساكن.
- معايير القبول: يتم الاحتفاظ بالعينة فقط إذا اتفق كلا المتحققين على النتيجة (أي أن كلاهما يكتشف انتهاكاً أو كلاهما يؤكد السلامة). وفي حالة عدم الاتفاق، يتم إجراء إصلاح للكود أو رفضه.
التغطية: تستهدف مجموعة البيانات تحديداً فئات CWE غير الممثلة بشكل كافٍ (مثل CWE-617، CWE-761) والموجودة في اختبارات مثل SecVulEval وBenchVul.

ب. بنية VulnScout-C

إن VulnScout-C هو محول (Transformer) خفيف الوزن مشتق من عائلة Qwen3-30B-A3B ولكن تم تحسينه من أجل الكفاءة:

المعلمات: إجمالي 693 مليون معلمة، مع 353 مليون معلمة نشطة فقط أثناء الاستدلال.
خليط الخبراء (MoE): يستخدم 25 خبيراً موجهاً مع توجيه top-1 (بالإضافة إلى خبير واحد مشترك). وهذا يسمح للنموذج بامتلاك قدرة عالية مع الحفاظ على تكلفة حوسبية منخفضة.
المكونات الرئيسية:
- انتباه الاستعلام المجموع (GQA): يقلل من بصمة ذاكرة KV cache بمقدار 3 أضعاف مقارنة بالانتباه متعدد الرؤوس القياسي.
- تضمينات الموضع الدوارة (RoPE): تتيح استقراءً أفضل للطول.
- RMSNorm: بديل لـ LayerNorm من أجل استقرار التدريب والكفاءة.
- مخرج مزدوج الرأس: يدعم كلاً من الكشف الثنائي عن الثغرات والتنبؤ بـ 25 فئة من CWE.

ج. استراتيجية التدريب ودالة الخسارة

يستخدم النموذج منهج تدريب متعدد المراحل:

المرحلة 1 (التهيئة): التدريب المسبق على مجموعة اختبار Juliet لتعلم أنماط الثغرات الثنائية الأساسية.
المرحلة 2 (التدريب المسبق المستمر): الضبط الدقيق على مزيج من SecVulEval وFormAI-v2 وBenchVul ومجموعة بيانات VULNSCOUT الجديدة لتعلم أساليب البرمجة الواقعية وفئات CWE المتنوعة.
المرحلة 3 (الضبط الدقيق الخاص بـ CWE): تدريب متخصص لتصنيف CWE باستخدام خسارة مدركة للرتبة (Rank-Aware Weighted Loss).
- دالة الخسارة: دالة خسارة التقاطع التقاطعي الثنائي (BCE) الموزونة التي تخصص أوزانًا أعلى لـ CWE المصنفة في مرتبة أعلى في قائمة MITRE Top 25 (على سبيل المثال، $w(r) = 1 + \gamma \frac{26-r}{25}$ ).
- قناع الثقة: يتم تطبيق خسارة تصنيف CWE فقط إذا تجاوز احتمال الكشف الثنائي عن الثغرة عتبة 0.5، مما يمنع النموذج من تعلم تصنيفات CWE خاطئة للأكواد الآمنة.

3. المساهمات الرئيسية

بنية مدمجة: محول MoE بـ 693 مليون معلمة يتفوق على النماذج ذات المليارات من المعلمات والأدوات التجارية مع معالجة العينات بسرعة 4.97 مللي ثانية (201.1 عينة في الثانية على وحدة معالجة رسوميات واحدة من نوع H100).
مجموعة بيانات VULNSCOUT: مجموعة بيانات منسقة ومحققة مزدوجاً مكونة من أكثر من 33 ألف عينة، تسد فجوات التغطية الحرجة في الاختبارات الحالية، لا سيالما لفئات CWE الضئيلة.
التحسين المدرك للرتبة: دالة خسارة مبتكرة تعطي الأولوية للكشف عن الثغرات الأكثر خطورة (MITRE Top 25) دون التضحية بالدقة العامة.
أداء رائد: يثبت أن النماذج المدمجة المتخصصة في المهام يمكن أن تضاهي أو تتجاوز قدرات الكشف للنماذج الأكبر بعدة مراتب مقدارية.

4. النتائج

تم التقييم باستخدام اختبار CASTLE المرجعي (250 اختباراً صغيراً مصمماً يدوياً تغطي 25 فئة من CWE):

درجة CASTLE: حقق VulnScout-C درجة 1068، متفوقاً على:
- GPT-o3 Mini: 977
- GPT-4o: 954
- DeepSeek R1: 956
- الأدوات التجارية: ESBMC (661)، CodeQL (634)، SonarQube (511).
مقاييس التصنيف الثنائي:
- درجة F1: 85.4%
- الدقة (Accuracy): 82.4%
- الاستدعاء (Recall): 86.0%
- الدقة (Precision): 84.9%
تصنيف CWE:
- حقق دقة بنسبة 90.0% في العينات التي تحتوي على ثغرات فعلياً.
- متوسط F1 لكل CWE بلغ 84.6% عبر جميع الفئات الـ 25.
- سجل 90.4% كمتوسط F1 للثغرات الـ 8 المشتركة مع قائمة MITRE Top 25.
- سجل درجات مثالية (100% F1) في الثغرات الحرجة مثل CWE-787 (الكتابة خارج الحدود) و CWE-78 (حقن أوامر نظام التشغيل).
الكفاءة: يعالج النموذج الاختبار المرجعي المكون من 250 عينة بالكامل في 1.24 ثانية، مما يسمح بالدمج في الوقت الفعلي في سير عمل التطوير.

5. الأهمية

يغير هذا العمل بشكل جذري نموذج الكشف عن الثغرات من خلال إثبات أن التخصص يتفوق على الحجم للمهام الأمنية المحددة.

النشر العملي: من خلال تقليل زمن انتقال الاستدلال من ثوانٍ/دقائق (للنماذج اللغوية الكبيرة) إلى مللي ثوانٍ، يجعل VulnScout-C تحليل الثغرات المستمر ومنخفض التأخير ممكناً في بيئات التطوير (IDEs) وخطوط أنابيب CI/CD في العالم الحقيقي.
فعالية التكلفة: يلغي الحاجة إلى مجموعات معالجة رسوميات باهظة الثمن مطلوبة للنماذج ذات المليارات من المعلمات، مما يسهل الوصول إلى تحليل أمني عالي الدقة.
جودة البيانات: يضع نهج التحقق المزدوج لتوليد مجموعات البيانات معياراً جديداً لإنشاء بيانات تدريب عالية الدقة، مما يقلل الضجيج ويحسن متانة النموذج.
رؤى الدراسة الاستقصائية (Ablation): تؤكد الدراسة أن تكوين MoE المتوازن (25 خبيراً موجهاً + 1 خبير مشترك) هو الأفضل مقارنة بالضغط الشديد أو التخصص المفرط، مما يوفر مخططاً مستقبلياً للنماذج الأمنية الفعالة.

في الختام، يثبت VulnScout-C أنه مع البنية المناسبة، ومجموعة البيانات، واستراتيجية التدريب، يمكن للنماذج المدمجة تحقيق أداء أمني رائد مع حل عوائق زمن الانتقال والتكلفة التي أعاقت اعتماد النماذج اللغوية الكبيرة في أمن البرمجيات.