AwesomeREA.org

2026 · 会议论文

Cyber-Zero：无需运行环境训练网络安全智能体

Cyber-Zero: Training Cybersecurity Agents without Runtime

Terry Yue Zhuo; Dingmin Wang; Hantian Ding; Varun Kumar; Zijian Wang

Cyber-Zero 依据公开的解题报告（writeup）合成夺旗赛（CTF）智能体的训练轨迹，而不实际运行题目。作者经由 CTF Archives 仓库从 CTFtime 收集解题报告，经过清洗与筛选后，再用 DeepSeek-V3-0324 补全缺失的元数据并提取旗标；移除与评测基准重叠的 47 道题目后，语料包含 6,188 篇解题报告，覆盖 543 场竞赛中六个类别的 4,610 道题目，时间跨度为 2017–2025 年。随后由两个 DeepSeek-V3-0324 角色模拟每次解题：CTF 选手只能看到题目内容；Bash 终端则能看到解题报告与旗标，负责编造合理的命令输出，并可插入提示，这些提示在训练前会被删除。轨迹采用 EnIGMA 智能体框架的格式，只有得出完全匹配的旗标、通过格式检查，并经 LLM 过滤器判定与解题报告思路一致的轨迹才会保留。作者用其中 9,464 条轨迹微调 Qwen3、Qwen2.5-Instruct 与 SWE-agent-LM 模型，并以自行开发的并行版 EnIGMA+ 在 InterCode-CTF、NYU CTF Bench 与 Cybench 上评测。微调后的 Qwen3-32B（Cyber-Zero-32B）平均 Pass@1 从 20.3% 提升至 33.4%，即摘要所述的 13.1 个百分点增益。

研究范围与局限

训练轨迹均未实际执行：命令输出由一个知晓解题报告与旗标的 LLM 模拟，轨迹通过旗标完全匹配、格式检查和 LLM 评判筛选，而不是通过运行命令验证。作者承认语料可能包含错误的命令记录和编造的旗标，未报告定量错误分析，模拟轨迹也不包含 gdb、Python 交互环境和浏览器等交互式工具。解题报告与评测任务涵盖六个通用 CTF 类别，并非仅限逆向工程；三个测试基准共有 323 道可运行题目，其中 84 道属于逆向工程，总体 Pass@1 不代表逆向工程准确率。结果是在作者的 EnIGMA+ 框架中、以 40 轮为上限的单次贪心解码 Pass@1，所用基准副本经过作者修复；另有 17 道题目无法搭建。污染控制依靠人工比对移除了 47 道重叠题目。夺得旗标并不表明恢复了程序结构。仓库已归档，采用 CC BY-NC 4.0 许可证，其基准说明指出所附基准内容仍归原作者所有。

与本合集的关联

补充一种无需运行环境、为训练开放 CTF 智能体合成轨迹的方法，其任务包含逆向工程；它按同样收录于本节的 EnIGMA 框架格式组织数据，并在 InterCode-CTF、NYU CTF Bench 与 Cybench 上评测。

发表与复核详情

发表载体
ICLR 2026
发表状态
会议论文
出版／提交日期
2026 年（具体日期未核实）
日期依据
采用 ICLR 官方论文集标明的出版年份，不主张更精确的出版日期。本条目不采用论文集页面中 2026-04-20 的引用日期，也不以 arXiv 日期替代。
arXiv 首次提交
2025 年 7 月 29 日
arXiv
2508.00910
已复核的 arXiv 版本
v2

论文集页面、其 PDF 与 arXiv 列出的五位作者及顺序一致。论文集页面列出页码 154054–154184，没有 DOI。其 131 页的 PDF 页眉为“Published as a conference paper at ICLR 2026”；与 arXiv v2 相比，该版本增加了局限性附录，说明了移除 47 道题目的污染控制，并将 Zijian Wang 的单位改为 Meta Superintelligence Labs。其摘要称 Cyber-Zero-32B 与前沿开放权重模型相当，而 arXiv v2 和论文集页面摘要称其在开放权重模型中达到最先进水平。arXiv v1 发布于 2025-07-29，v2 为 2025-08-25；v2 注释链接了代码仓库。OpenReview 论坛页与 API 因浏览器验证无法获取，因此不记录报告形式。在所审阅的 2025-09-02 提交中，GitHub 仓库已归档；LICENSE 为 CC BY-NC 4.0 法律文本（GitHub 显示为 NOASSERTION），NOTICE 标注 SPDX 标识 CC-BY-NC-4.0。仓库包含轨迹生成、质量过滤与格式转换脚本（需要 Python 3.8 或更高版本及 LiteLLM，默认模型为 DeepSeek-V3-0324，因此运行需要模型服务）、EnIGMA+ 框架，以及三个基准的修复副本。README 未链接已发布的轨迹语料或模型权重。本次未运行代码或实验。

来源复核于

本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。

报告条目过时 建议修正翻译

一手来源

  1. https://proceedings.iclr.cc/paper_files/paper/2026/hash/f9f54762cbb4fe4dbffdd4f792c31221-Abstract-Conference.html
  2. https://proceedings.iclr.cc/paper_files/paper/2026/file/f9f54762cbb4fe4dbffdd4f792c31221-Paper-Conference.pdf
  3. https://arxiv.org/abs/2508.00910
  4. https://arxiv.org/pdf/2508.00910v2
  5. README.md GitHub · amazon-science/Cyber-Zero · 修订 e0c4493
  6. LICENSE GitHub · amazon-science/Cyber-Zero · 修订 e0c4493
  7. NOTICE GitHub · amazon-science/Cyber-Zero · 修订 e0c4493
  8. requirements.txt GitHub · amazon-science/Cyber-Zero · 修订 e0c4493
  9. benchmarks/README.md GitHub · amazon-science/Cyber-Zero · 修订 e0c4493