IEEE S&P论文：大模型代码漏洞检测受认知偏差影响，攻击可抑制97%检出率

普渡大学与伊利诺伊大学厄巴纳-香槟分校的研究团队发现，当大语言模型（LLM）被用作自动化代码漏洞检测器时，其判断显著受到非代码上下文的影响，包括作者声望、任务描述方式以及先前的分析结果。这种认知偏差可能导致模型对完全相同的代码给出截然不同的安全判定。

该研究首次系统性地探索了LLM驱动的安全检测中的认知启发式效应。通过控制变量实验，研究人员评估了八种主流LLM在三种编程语言上的表现。结果显示，所有被测模型均表现出易感性：其中“框架效应”（即任务目标或后果的描述方式）影响最大，跨模型平均易感率为33.2%；其次是“锚定效应”（受先前结果影响），为23.5%；“光环效应”（受作者身份影响）为18.4%。

为了展示实际危害，团队演示了一种概念验证的黑盒认知攻击。通过伪造提交元数据和虚构的先前扫描结果，该攻击能在模拟的CI/CD流水线中抑制高达97%的已检测漏洞。这意味着依赖LLM作为安全守门人的企业，若未隔离这些非代码信号，可能面临严重的安全盲区。

该论文已被IEEE安全与隐私研讨会（S&P）2027接收，目前为预印本版本（v2更新于2026年10月15日）。数据基于作者自测环境，尚未见独立第三方复现报告。