XBIDetective: Leveraging Vision Language Models for Identifying Cross-Browser Visual Inconsistencies
University of Alberta(阿尔伯塔大学);Mozilla Corporation(Mozilla公司)
XBIDetective利用视觉语言模型识别跨浏览器视觉不一致,通过自动截图和分析检测渲染错误,准确率高达79%
2025-12-16 cs.SE
CorbFuzz: Checking Browser Security Policies with Fuzzing
浏览器使用安全策略来阻止恶意行为。跨源读取阻止(CORB)是一种浏览器安全策略,用于防止侧信道攻击,如Spectre。我们提出了一个Web浏览器安全策略模糊称为CorbFuzz检查CORB和类似的政策。在实现安全策略时,浏览器只能访问HTTP请求和响应,并仅基于这些交互采取策略操作。在检查浏览器安全策略时,CorbFuzz使用一个策略oracle来跟踪Web应用程序的行为,并根据Web应用程序的状态推断出所需的策略操作。通过比较策略oracle与浏览器行为,CorbFuzz可以检测浏览器安全策略中的漏洞。CorbFuzz通过模糊一组Web应用程序来检查Web浏览器策略,其中状态相关查询被象征性地评估以增加覆盖率和自动化。CorbFuzz从数据库查询和分支条件中收集类型信息,以防止在模糊化过程中生成不一致的数据值。我们使用从GitHub收集的Web应用程序,在Chromium和Webkit的CORB实现上评估了CorbFuzz,以及Firefox的不透明响应阻止(ORB)策略实现。我们在Chromium的CORB实现中发现了三类弱点。
2021-09-01 cs.CR cs.SE
Portlet Wrappers using JavaScript
在本文中,我们扩展了经典的门户网站(静态Portlet)设计与HTML DOM Web剪辑的客户端浏览器使用动态JavaScript Portlet:门户服务器提供用户/密码的所有服务通过https和客户端浏览器检索网页和剪切/选择/更改所需的部分使用路径(路径)在Web页面结构。此操作带来了一系列优点:在客户端浏览器中动态包装现有的遗留网站,仅重新加载更改的Portlet而不是整个门户,服务器上的低带宽,消除重写门户中的URL链接,最后但并非最不重要的是,通过将登录cookie放在客户端浏览器上来支持Portlet中的Java applet。我们的解决方案符合JSR 168 Portlet规范,允许跨所有供应商平台的可移植性。
2007-05-02 cs.SE
Understanding Quality of Experiences on Different Mobile Browsers: Measurements, Analysis, and Implications
Web浏览器是在移动设备上访问互联网的主要渠道之一。根据数百万真实Android用户的智能手机使用日志,有趣的是,大约38%的用户在他们的设备上有一个以上的浏览器。然而,目前尚不清楚在不同浏览器上访问同一网页时,浏览体验的质量是否不同。在本文中,我们收集了三个流行的移动浏览器:Chrome,Firefox和Opera上的337个流行网页的3周连续跟踪。我们首先使用一系列指标,并进行实证研究,以衡量这些指标在不同浏览器上的差异。然后,我们探讨了不同浏览器在访问同一网页时加载时间和缓存性能的变化,这对浏览体验有很大的影响。此外,我们试图找到哪些指标对差异有显著影响,调查可能的原因。最后,根据我们的研究结果,我们给出了一些建议,Web开发人员,浏览器供应商和最终用户。
2017-11-30 cs.PF cs.SE
Browserbite: Cross-Browser Testing via Image Processing
跨浏览器兼容性测试关注的是识别网页在不同浏览器或其配置之间呈现方式的可感知差异。现有的自动化跨浏览器兼容性测试方法通常基于文档对象模型(DOM)分析,或者在某些情况下,DOM分析与屏幕截图捕获和图像处理的组合。然而,DOM分析可能会错过不是在DOM构造期间出现的不兼容性,而是在呈现期间出现的不兼容性。相反,DOM分析会产生假警报,因为不同的DOM可能会导致相同或足够相似的渲染。提出了一种基于图像处理的跨浏览器测试方法。该方法依赖于图像分割从网页中提取区域和计算机视觉技术从每个区域中提取一组特征。基于特性特征,将从基线浏览器上拍摄的屏幕截图中提取的区域与从测试中的浏览器中提取的区域进行比较。使用机器学习分类器来确定两个匹配区域之间的差异是否应被分类为不相容性。一个涉及140页的评估表明,所提出的方法实现了F-分数超过0.9,优于一个国家的最先进的跨浏览器测试工具的基础上DOM分析。
2015-03-11 cs.SE
Power Assumptions Matter: Evaluating End-user Laptop Energy Models for Sustainability Reporting of Browser-Based Web Services
Roskilde University(罗斯基勒大学)
本文通过实验证明,终端用户笔记本电脑的恒定功率假设在浏览器基础网络服务的可持续性报告中存在系统性偏差,提出类别特定参数结合硬件的模型能更准确地反映能耗,为报告提供更实用的改进方案。
2026-01-13 cs.SE
WebWorld: The Browser as a World Model for Self-Improving Web Code
Beihang University(北京航空航天大学);Shanghai Jiao Tong University(上海交通大学);IQuest Research(IQuest研究院);Langboat
本研究提出WebWorld,将浏览器作为VLM无法欺骗的网页代码世界模型,通过浏览器签发合格证书的机制实现VLM自主交互与监督,使WebWorld-27B在两个基准任务上实现显著性能提升,达到强前沿系统水平。
2026-09-01 cs.CL cs.SE
The BrowserGym Ecosystem for Web Agent Research
ServiceNow Research(ServiceNow研究院);Mila(米拉计算研究所);Polytechnique Montréal(蒙特利尔理工学院);Carnegie Mellon University(卡内基梅隆大学);McGill University(麦吉尔大学);Tel Aviv University(特拉维夫大学);Université de Montréal(蒙特利尔大学);iMean AI(iMean人工智能公司)
提出基于BrowserGym的扩展生态系统,统一Web智能体基准并引入AgentLab,通过大规模多基准实验比较6种LLM,发现Claude-3.5-Sonnet总体领先但视觉任务GPT-4o更优,指出构建稳健Web智能体仍是挑战。
2025-02-28 cs.AI cs.LG cs.SE
Finetuning LLMs for Automatic Form Interaction on Web-Browser in Selenium Testing Framework
Japan Advanced Institute of Science and Technology(日本先进科学科技研究所);Amifiable Inc.(Amifiable公司)
本文提出了一种基于LLM的表单交互测试方法,通过合成和人工标注的数据集训练,显著优于现有基线模型,为网页测试研究提供了新方向和资源。
2025-11-20 cs.AI cs.SE
The Web-CLI: Verifiable Privacy for Tools, Models, and Inference Engines in the Browser
Arizona State University(亚利桑那州立大学)
该研究提出Web-CLI架构,将命令行工具等部署为浏览器应用,通过客户端执行实现可验证隐私,展示了四个领域的参考实现,建议其作为处理敏感数据应用的默认架构。
2026-09-04 cs.CR cs.HC cs.SE
Communication-Safe Web Programming in TypeScript with Routed Multiparty Session Types
现代网络编程涉及协调浏览器客户端和服务器之间的交互。通常,基于Web的分布式系统中的交互是非正式描述的,这使得很难确保正确性,特别是通信安全性,即所有端点都没有类型错误或死锁,符合指定的协议。我们提出了STScript,一个工具链,它生成TypeScript API,用于通过WebSockets进行通信安全的Web开发,以及RouST,一种新的会话类型论,支持具有路由机制的多方通信。STScript为开发人员提供了基于RouST的通信协议规范生成的TypeScript API。生成的API建立在TypeScript并发实践的基础上,补充了全栈Web开发中的事件驱动编程风格,并且与服务器端端点的Node.js运行时和浏览器端端点的React.js框架兼容。RouST可以表达通过中间参与者路由的多方交互。它支持浏览器端端点之间的对等通信,通过服务器路由通信,避免过度序列化。RouST保证使用STScript API编写的端点Web应用程序的通信安全。我们使用几个部署为Web应用程序的生产就绪的案例研究来评估STScript对现代Web编程的表现力。
2021-01-12 cs.PL cs.SE
ASSURE: Metamorphic Testing for AI-powered Browser Extensions
Xi'an Jiaotong University(西安交通大学);University of Massachusetts at Amherst(马萨诸塞大学阿姆赫斯特分校)
针对AI浏览器扩展测试难题,提出模块化自动化蜕变测试框架ASSURE,通过生成测试用例、协调交互和验证一致性,在六个扩展中识别531个问题,吞吐量提升6.4倍。
2025-07-07 cs.AI cs.SE
Recurrent Neural Networks for Fuzz Testing Web Browsers
University of Glasgow(格拉斯哥大学)
基于生成的模糊测试是一种软件测试方法,能够发现软件中不同类型的错误和漏洞。然而,它是已知的是非常耗时的设计和微调经典的模糊,以实现可接受的覆盖范围,即使是小规模的软件系统。为了解决这个问题,我们研究了一种基于机器学习的模糊测试方法,在该方法中,我们概述了一系列基于循环神经网络(RNN)的测试用例生成器,并训练那些现成的数据集上的测试用例生成器,其中最少的人为微调。与以前的工作相比,所提出的生成器不依赖于启发式采样策略,而是从预测分布中进行有原则的采样。我们提供了一个详细的分析,以证明在一个具有挑战性的Web浏览器测试场景的特点和有效性的建议发电机。实验结果表明,基于RNN的生成器能够提供更好的覆盖率比基于变异的方法,并能够发现路径没有发现一个经典的模糊。我们的研究结果补充了其他领域的研究结果,表明基于RNN的模糊生成是一种可行的途径,可以在使用合适的模型选择/分析程序的条件下提高软件质量。
2018-12-12 cs.CR cs.LG cs.SE
From Videos to URLs: A Multi-Browser Guide To Extract User's Behavior with Optical Character Recognition
University of Virginia(弗吉尼亚大学);University of California, Riverside(加州大学河滨分校)
跟踪用户在万维网(WWW)上的活动,使研究人员能够分析每个用户的互联网行为,随着时间的推移,并为在特定域上花费的时间量。这种分析可以用于研究设计,因为研究人员可以在浏览网页时访问他们的参与者的行为。网络搜索行为已经成为人们感兴趣的主题,因为它在市场营销,数字广告和在线识别潜在威胁方面的实际应用。在本文中,我们提出了一种基于图像处理的方法来提取域访问的参与者在多个浏览器在实验室会话。这种方法可以提供另一种方式来收集用户在在线会话期间的活动,假定会话记录器收集数据。该方法还可以用于收集个人访问的网页的文本内容,以供以后分析
2020-05-20 cs.AI cs.CV cs.MM
Analyzing In-browser Cryptojacking
PayPal(贝宝);University of Central Florida(中佛罗里达大学)
本文从静态、动态和经济维度系统分析浏览器内加密劫持,实现100%脚本识别,评估资源影响与经济不可行性,并提出改进型防御措施。
2023-04-26 cs.CR cs.CY cs.LG