ARQ：智能体驱动的CodeQL查询优化，用于C/C++漏洞检测

ARQ是一个智能体框架，它能利用C/C++合成程序执行结果与CodeQL查询判断不一致的证据，自动修复查询中的误报和漏报问题。研究使用三款商业大模型对12个官方CodeQL查询进行优化，在Juliet v1.3和FormAI v2数据集上，优化后的查询检测到的真实漏洞数量最高提升119.8%，精确度不低于98%，并修复了官方仓库中三个未解决的GitHub问题。

此前基于查询的静态分析器存在误报和漏报，且优化方法依赖标记数据或commit历史。ARQ无需这些数据，仅靠合成程序作为执行依据即可自动修复查询，大幅提升检测能力，同时保持了高精确度，为静态分析工具改进提供了新路径，可能影响C/C++代码安全检测产品的效果。

核心机制是：当一个合成程序被认定为真实漏洞但查询未报警（漏报），或程序是安全的但查询报警（误报）时，查询即存在弱点。ARQ利用这些执行结果与查询判断之间的分歧作为地面真实标签，驱动大模型循环优化查询。这种基于执行反馈的方法，替代了传统的人工标签或模板，使查询修复过程自动化且可扩展。

对于使用CodeQL做代码审计的安全产品，ARQ方法可减少人工维护查询的成本，提升漏洞检出率，降低误报率，提高安全分析准确性。团队能更高效地更新检测规则，增强对C/C++代码库的覆盖，尤其在缺乏历史数据的场景下。

• 将ARQ框架集成到CI/CD流程，自动优化CodeQL查询，减少安全团队手动维护负担。
• 基于ARQ构建自定义C/C++查询库，针对特定产品代码模式优化检测。
• 为商业静态分析工具提供ARQ作为增值功能，提升漏洞检测效果作为卖点。

• ARQ在不同编程语言或非CodeQL查询上的泛化能力未提及。
• 优化后查询在真实大型代码库中的性能开销未知。
• 不同参数（如大模型种类、合成程序规模）对效果影响的详细比较未给出。
• 修复的三个GitHub问题的具体内容和长期稳定性未说明。