Page 70 - 《软件学报》2026年第6期

芮志清 等: MARC: 基于多智能体协同的硬件安全缺陷早期检测方法 2389

[47] Zhang KC, Li J, Li G, Shi XJ, Jin Z. CodeAgent: Enhancing code generation with tool-integrated agent systems for real-world repo-level
coding challenges. In: Proc. of the 62nd Annual Meeting of the Association for Computational Linguistics (Vol. 1: Long Papers).
Bangkok: ACL, 2024. 13643–13658. [doi: 10.18653/v1/2024.acl-long.737]
[48] Zhao YJ, Zhang HJ, Huang HX, Yu ZM, Zhao JS. MAGE: A multi-agent engine for automated RTL code generation. In: Proc. of the
62nd ACM/IEEE Design Automation Conf. (DAC). San Francisco: IEEE, 2025. 1–7. [doi: 10.1109/DAC63849.2025.11133191]
[49] Ma BQ, Zhou YH, Wang ZY, Tian ZH. A LLMs-based method for threat intelligence information extraction. Journal of Cybersecurity,
2024, 2(2): 36–46 (in Chinese with English abstract). [doi: 10.20172/j.issn.2097-3136.240203]
[50] White J, Fu QC, Hays S, Sandborn M, Olea C, Gilbert H, Elnashar A, Spencer-Smith J, Schmidt DC. A prompt pattern catalog to enhance
prompt engineering with ChatGPT. arXiv:2302.11382, 2023.
[51] Teo S. How I won Singapore’s GPT-4 prompt engineering competition. 2023. https://towardsdatascience.com/how-i-won-singapores-gpt-
4-prompt-engineering-competition-34c195a93d41/
[52] Brown TB, Mann B, Ryder N, et al. Language models are few-shot learners. In: Proc. of the 34th Int’l Conf. on Neural Information
Processing Systems. Vancouver: Curran Associates Inc., 2020. 159.
[53] Mu YY, Chen HX, Li HW. Advances in security and privacy-preserving techniques for large language models. Journal of Cybersecurity,
2024, 2(1): 40–49 (in Chinese with English abstract). [doi: 10.20172/j.issn.2097-3136.240103]

附中文参考文献
[10] 许鹏宇, 况博裕, 苏铓, 付安民. 基于大语言模型的自动代码修复综述. 计算机研究与发展, 2025, 62(8): 2040–2057. [doi: 10.7544/
issn1000-1239.202440467]
[17] 王路桥, 周洋涛, 李青山, 王铭康, 徐子轩, 崔笛, 王璐, 罗懿行. 基于大语言模型的多智能体协作代码评审人推荐. 软件学报, 2025,
36(6): 2558–2575. http://www.jos.org.cn/1000-9825/7326.htm [doi: 10.13328/j.cnki.jos.007326]
[20] 芮志清, 梅瑶, 陈振哲, 吴敬征, 凌祥, 罗天悦, 武延军. SeChain: 基于国密算法的 RISC-V 安全启动机制设计与实现. 计算机研究与
发展, 2024, 61(6): 1458–1475. [doi: 10.7544/issn1000-1239.202440088]
[22] 刘畅, 武延军, 吴敬征, 赵琛. RISC-V 指令集架构研究综述. 软件学报, 2021, 32(12): 3992–4024. http://www.jos.org.cn/1000-9825/
6490.htm [doi: 10.13328/j.cnki.jos.006490]
[31] 詹博华, 吴志林. 芯片设计形式验证. 前瞻科技, 2023, 2(1): 23–32. [doi: 10.3981/j.issn.2097-0781.2023.01.002]
[49] 马冰琦, 周盈海, 王梓宇, 田志宏. 一种基于大语言模型的威胁情报信息抽取方法. 网络空间安全科学学报, 2024, 2(2): 36–46. [doi:
10.20172/j.issn.2097-3136.240203]
[53] 牟奕洋, 陈涵霄, 李洪伟. 大语言模型的安全与隐私保护技术研究进展. 网络空间安全科学学报, 2024, 2(1): 40–49. [doi: 10.20172/
j.issn.2097-3136.240103]

作者简介
芮志清, 博士生, CCF 学生会员, 主要研究领域为系统安全, 物联网安全, RISC-V 安全.
凌祥, 博士, 副研究员, CCF 高级会员, 主要研究领域为软件安全, 人工智能安全.
曹方泽, 硕士生, 主要研究领域为系统安全, 漏洞挖掘, 操作系统安全, 软件供应链安全.
罗天悦, 高级工程师, 主要研究领域为操作系统安全分析, 代码漏洞挖掘, 人工智能安全.
吴敬征, 博士, 研究员, 博士生导师, CCF 杰出会员, 主要研究领域为开源软件供应链, 软件安全, 漏洞挖掘, 操作系统.