Newest papers

Many Repairs, One Direction: Steering Code Models Toward Safer Cryptographic API Use

Tianhe Lu, Sakuna Harinda Jayasundara, Spero Eric, Ewan D. Tempero, Robert Biddle, Giovanni Russello · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.25133 · cited by 0 works (OpenAlex) · open-access PDF

Russian

В то время как многие существующие подходы улучшают безопасность кода, модифицируя параметры модели или входы, то, как изменения представления, связанные с различными криптографическими ремонтами API, могут поддерживать совместное вмешательство для создания более безопасного кода, остаётся неисследованным. Чтобы исследовать это, мы создаем 48 000 пары сопоставимых программ на четырех языках программирования и десять категорий неправильного использования криптографического API. Каждая пара меняет определенное решение API, сохраняя при этом задачу программирования. Отчисление внутреннего представления программы злоупотребления от ее безопасных аналогов дает вектор ремонта. На протяжении пяти моделей сравнения средних векторов ремонта показывают более сильную организацию злоупотребления по категориям

Machine translation (Meta M2M100); the English original follows.

Abstract

Cryptographic API misuse in large language model-generated code can compromise software security. While many existing approaches improve code security by modifying model parameters or inputs, how representation changes associated with different cryptographic API repairs can support a shared intervention for safer code generation remains underexplored. To investigate this, we construct 48,000 matched program pairs across four programming languages and ten cryptographic API misuse categories. Each pair changes a specified API decision while preserving the programming task. Subtracting the misuse program's internal representation from its secure counterpart's gives a repair vector. Across five models, comparisons of mean repair vectors reveal stronger organization by misuse category than by language. These category-specific patterns also support a shared intervention. We introduce CrypSteer, which extracts a shared direction by normalizing repair differences and selecting a principal component aligned with repairs across misuse categories. With model weights fixed, adding one shared direction per model to its internal activations during generation improves aggregate target security rates by 5.28--15.00 percentage points over unsteered generation across languages and misuse categories. These findings connect the shared structure of cryptographic repair representations to a reusable intervention for safer code generation.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: SAFER, Computer science, Cryptographic primitive, Cryptography, Code (set theory), Component (thermodynamics)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange