Vulnerability Coverage for Secure Configuration
我们提出了一个新的想法，充分性测试称为“{漏洞覆盖率}。“引入的覆盖范围措施检查了基础软件中存在的某些类别的漏洞，这些漏洞通常在国家漏洞数据库（NVD）网站上找到。测试输入生成过程的彻底性是通过进化算法即遗传算法（GA）和粒子群优化（PSO）的适应来执行的。该方法利用通用漏洞评分系统（CVSS），一个免费和开放的行业标准，用于评估计算机系统安全漏洞的严重性，作为测试输入生成的健身措施。这些进化算法的结果，然后进行评估，以确定的漏洞，匹配一类的脆弱性模式进行测试的目的。
2020-06-14 cs.CR cs.SE
Skill Coverage: A Test Adequacy Metric for Agent Skills
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）；University of Liverpool（利物浦大学）
提出技能覆盖率度量，通过提取技能文档中的行为约束并评估智能体轨迹是否提供足够证据来测试技能，发现现有基准仅覆盖39.90%-43.98%的约束。
2026-07-07 cs.AI cs.LG cs.SE
Guiding Deep Learning System Testing using Surprise Adequacy
深度学习（DL）系统正在安全和安全关键领域中迅速采用，迫切需要测试其正确性和鲁棒性的方法。DL系统的测试传统上依赖于手动收集和标记数据。最近，已经提出了许多基于神经元激活值的覆盖标准。这些标准基本上计算在DL系统的执行期间其激活满足某些属性（诸如高于预定义阈值）的神经元的数量。然而，现有的覆盖标准不够细粒度的捕获DL系统所表现出的微妙的行为。此外，评估的重点是显示对抗性示例和拟议标准之间的相关性，而不是评估和指导它们用于DL系统的实际测试。我们提出了一种新的测试充分性标准用于测试DL系统，称为深度学习系统（SADL）的惊喜度，这是基于DL系统相对于其训练数据的行为。我们将输入的惊喜度量为输入和训练数据之间的DL系统行为的差异（即，在训练过程中学到了什么），并随后将其发展为适当性标准：与训练数据相比，好的测试输入应该是充分的，但不是明显的令人惊讶。使用从简单图像分类器到自动驾驶汽车平台的一系列DL系统进行的实证评估表明，基于惊喜的系统化输入采样可以通过再训练将DL系统对对抗性样本的分类准确率提高77.5%。
2018-08-25 cs.NE cs.SE
Testing Agentic Workflows with Structural Coverage Criteria
Carleton University（卡尔顿大学）；Cisco Systems（思科系统）
针对多智能体工作流的结构化测试问题，提出基于类型化协调图的覆盖驱动测试方法，通过DSPy生成可执行场景，有效检测工具访问、限制和委托路径的结构性回归。
2026-05-26 cs.SE
Rethinking the Capability of Fine-Tuned Language Models for Automated Vulnerability Repair
Seoul National University（首尔大学）；UNIST（蔚山科学技术院）；Sungshin Women’s University（成均馆女子大学）
探讨基于微调语言模型的自动漏洞修复技术，通过语义变换、重划数据集和引入新基准三种方式，考察现有模型能力及匹配评估指标充分性，以提升模型修复未见漏洞的能力和评估准确性。
2026-07-16 cs.SE
Situation Coverage Testing for a Simulated Autonomous Car -- an Initial Case Study
由于AR必须处理的外部情况（地形，障碍物，人类，对等机器人）的范围和多样性，因此很难测试自主机器人（AR）软件。测试充分性的通用措施可能无法解决这种多样性。明确的情况覆盖已被提出作为一种解决方案，但很少有实证研究其有效性。在本文中，我们描述了一个实现的情况覆盖测试一个简单的模拟自动驾驶汽车，并评估其能力，找到种子故障相比，随机测试生成方法。在我们的实验中，这两种方法的性能是相似的，情况覆盖率有一个非常轻微的优势。我们的结论是，对于这里使用的简单的研究级AR软件，情况覆盖可能没有比随机生成更大的好处。当应用于更复杂和成熟的软件时，它可能是有价值的。
2019-11-15 cs.SE
Beyond Coverage and Kill Scores: Empirically Measuring Test Suite Behavioural Gaps
University of British Columbia（不列颠哥伦比亚大学）
提出一种从自然语言文档和源码中提取预期方法级行为并映射到测试用例的方法，发现17.5%的预期行为未被测试，且行为差距与高覆盖率和变异分数不相关，表明行为覆盖是独立的测试充分性维度。
2026-06-09 cs.SE
Directed Symbolic Execution for Vulnerability Discovery: An LLM-Guided Approach in KLEE
Kyushu University（九州大学）
研究针对符号执行的路径爆炸问题，提出基于KLEE的KLEECopilot方法，用大语言模型引导定向符号执行，标记潜在漏洞代码、指导路径优先级并集成循环退出优先级，相比基线提升显著，各组件对有效性有贡献。
2026-07-27 cs.SE
Smart Contract Vulnerability Detection based on Static Analysis and Multi-Objective Search
本文提出一种结合静态分析与多目标优化的智能合约漏洞检测方法，针对重入、调用栈溢出、整数溢出和时间戳依赖四类漏洞，在6,693个合约上验证其覆盖率、精度和效率优于现有工具。
2024-09-30 cs.SE
How effective are traditional test criteria at detecting bugs in large language models generated code?
SnT, University of Luxembourg（卢森堡大学 SnT）；Luxembourg Institute of Science and Technology（卢森堡科学与技术研究院）
本研究通过实证评估5个LLM和4个基准中的6000多个故障实例，发现传统测试准则对LLM生成代码的缺陷检测率极低，变异测试优势有限，需手动推理断言。
2026-09-10 cs.SE
Enhancing Software Vulnerability Detection Through Adaptive Test Input Generation Using Genetic Algorithm
本研究提出一种结合遗传算子与自适应反馈的测试输入生成方法，通过交叉算子探索和反馈驱动选择，在九个JSON库上显著提升覆盖率，增强漏洞检测能力。
2025-08-08 cs.AI cs.SE
Large-Scale Empirical Analysis of Continuous Fuzzing: Insights from 1 Million Fuzzing Sessions
Osaka University（大阪大学）；Kyushu University（九州大学）；Nara Women’s University（奈良女子大学）
针对OSS-Fuzz中878个项目约112万次会话的实证研究表明，持续模糊测试早期可发现大量既有缺陷，且覆盖率增长有助于后续漏洞检测。
2025-10-18 cs.SE
Annotating Control-Flow Graphs for Formalized Test Coverage Criteria
本文提出控制流判定图（CFDG），通过从控制流图（CFG）中推断判定信息并进行标注，从而形式化定义MC/DC等常见测试覆盖准则，并开发工具实现对编译器输出CFG的自动标注。
2024-07-04 cs.SE
Efficient Incremental Code Coverage Analysis for Regression Test Suites
针对全量代码覆盖率重复计算开销大且 RTS 与覆盖率分析不兼容的问题，提出基于最小测试子集的增量分析技术，并实现 iJaCoCo，在 22 个开源仓库上显著加速。
2024-10-29 cs.SE
Complex Agents, Shallow Tests: Demystifying and Enhancing Test Adequacy of Agent Harness in the Wild
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of California, Berkeley（加州大学伯克利分校）；Tsinghua University（清华大学）
针对智能体框架测试不足的问题，提出首个面向框架的测试生成技术HarnessTester，通过契约支持提升LDH代码覆盖率，显著优于现有方法，并发现大量真实缺陷。
2026-10-06 cs.AI cs.SE
An Overview of Structural Coverage Metrics for Testing Neural Networks
University of Texas, Austin（德克萨斯大学奥斯汀分校）；University of Manchester（曼彻斯特大学）；KBR（KBR公司）；Princeton University（普林斯顿大学）；Palo Alto High School（帕洛阿尔托高中）
深度神经网络（DNN）模型，包括那些用于安全关键领域的模型，需要进行彻底的测试，以确保它们在不同的场景中能够可靠地表现良好。在本文中，我们概述了用于测试DNN模型的结构覆盖度量，包括神经元覆盖（NC），k-多节神经元覆盖（kMNC），前k神经元覆盖（TKNC），神经元边界覆盖（NBC），强神经元激活覆盖（SNAC）和修改的条件/决策覆盖（MC/DC）。我们评估了用于感知任务的现实DNN模型（包括LeNet-1，LeNet-4，LeNet-5和ResNet 20）以及用于自治的网络（TaxiNet）的指标。我们还提供了一个工具DNNCov，它可以测量所有这些指标的测试覆盖率。DNNCov输出信息丰富的覆盖报告，使研究人员和从业人员能够评估DNN测试的充分性，比较不同的覆盖措施，并在测试期间更方便地检查模型的内部结构。
2022-08-05 cs.AI cs.LG cs.SE
Testing Retrieval-Augmented Generation Systems with Chunk Coverage
Università della Svizzera italiana（瑞士意大利语大学）
研究用块覆盖率（CC）测试检索增强生成（RAG）系统的检索组件，CC衡量语料块检索比例，可指导测试选择与生成，通过实验表明CC引导测试能更快达覆盖率且提高故障检测有效性，无需测试预言机就能捕捉检索多样性。
2026-07-21 cs.SE
BenchPress: Analyzing Android App Vulnerability Benchmark Suites
近年来，开发了各种基准套件来评估Android安全分析工具的有效性。工具评估中使用的基准套件的选择通常基于套件的可用性和流行性，而不是基于它们的特性和相关性。作出这种选择的原因之一是缺乏关于成套基准的特点和相关性的信息。在这种情况下，我们根据经验评估了四个Android特定的基准测试套件：DroidBench，Ghera，IccBench和UBCBench。对于每个基准测试套件，我们确定了在Android应用程序开发的背景下在Stack Overflow上讨论的套件所使用的API，并在227 K真实世界应用程序的样本中测量了这些API的使用情况（覆盖率）。我们还比较了每对基准套件，以确定它们在API使用方面的差异。最后，我们确定了在真实世界的应用程序中使用的安全相关API，但没有在上述任何基准测试套件中使用，以评估扩展基准测试套件的机会（差距）。本文中的发现可以帮助1）Android安全分析工具开发人员选择最适合评估其工具的基准套件（通过覆盖率和成对比较获得信息）; 2）Android应用漏洞基准创建者开发和扩展基准套件（通过差距获得信息）。
2019-09-19 cs.CR cs.SE
Scalable Similarity-Aware Test Suite Minimization with Reinforcement Learning
针对多准则测试套件最小化问题，提出TripRL方法，将覆盖率、故障检测能力与相似性整合进ILP并结合强化学习，实现线性可扩展，在Defects4j大型套件上47分钟内求解且保持有效性。
2025-01-15 cs.SE
Program Analysis Guided LLM Agent for Proof-of-Concept Generation
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文提出PAGENT方法，结合静态和动态分析指导，提升自动化PoC生成成功率，实验显示比现有方法提升132%。
2026-04-08 cs.SE
Towards Safety-Aware Mutation Testing for Autonomous Driving Systems
The University of Sheffield（谢菲尔德大学）
提出安全感知变异测试（SAMT），通过注入模块间消息故障模拟交互失效，基于STPA生成突变体，评估测试充分性并指导场景生成与系统修复。
2026-06-26 cs.SE
MuMuTestUp: Mutation-based Multi-Agent Test Case Update
Harbin Institute of Technology（哈尔滨工业大学）；The Chinese University of Hong Kong（香港中文大学）；Xidian University（西安电子科技大学）；Singapore Management University（新加坡管理大学）
针对持续集成/持续交付实践中测试用例过时导致的问题，本文提出MuMuTestUp多智能体框架，通过变异分析、覆盖率分析和语义检索三个智能体提升测试用例的准确性与覆盖率，同时构建PRBENCH数据集进行评估。
2026-05-19 cs.SE
VibeCheck: Assessing the Quality of LLM-Generated Unit Tests: A Multi-agent Empirical Study across Heterogeneous Repositories
University of Dhaka（达卡大学）
VibeCheck通过多智能体实证研究，评估LLM生成的单元测试质量，发现测试可运行但断言弱、边界覆盖不足，提出可靠性导向的评估框架。
2026-09-09 cs.SE
Impact of Code Context and Prompting Strategies on Automated Unit Test Generation with Modern General-Purpose Large Language Models
Lodz University of Technology（华沙理工大学）；Comarch
本文研究了代码上下文和提示策略对多种大语言模型生成单元测试质量的影响，发现包含文档字符串和思维链提示效果最佳，其中Gemini 2.5 Pro表现最优。
2025-07-18 cs.AI cs.SE
Risk Architecture for AI-Native Engineering Teams: An Organizational Framework for Agentic System Governance
针对AI原生团队违反传统软件工程假设的问题，提出七维团队画像、六类故障模式（含依赖边界确定性失配）和框架充分性评估方法，发现风险覆盖随AI原生程度单调下降，最严重故障出现在组织边界。
2026-07-03 cs.AI cs.SE
Detecting Protracted Vulnerabilities in Open Source Projects
University of Toronto（多伦多大学）；Queen’s University（女王大学）
本文研究了长期未解决的漏洞（PCVEs），提出DeeptraVul方法，通过整合开发 artifacts 和代码信号，提高对长期漏洞的检测率，达到90%的覆盖。
2026-03-28 cs.CR cs.SE
SWE-Test: Benchmarking LLM Vulnerability Discovery via Input Prediction
SWE-Test通过输入预测任务，利用覆盖率引导模糊测试挖掘真实C/C++程序中的深层分支，将漏洞发现分解为三种模式，评估发现约束推断是主要瓶颈，最佳模型通过率仅55%。
2026-09-09 cs.AI cs.SE
GraftyVul: Synthesising Insecure Programs Through Real-World Vulnerability Grafting
University of New South Wales（新南威尔士大学）；Nullify；CSIRO（澳大利亚联邦科学与工业研究组织）
GraftyVul是通过将真实世界漏洞植入开源项目构建不安全程序的系统，生成212个跨5种语言、23个CWE类别的可验证漏洞程序，在多样性等指标上优于13个常用数据集，可用于评估漏洞修复系统。
2026-08-31 cs.CR cs.SE
FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction
Texas A&M University（德克萨斯农工大学）
本文提出FuzzingBrain V2，通过多智能体系统解决LLM在漏洞检测中的三大挑战：自动化分析、精准定位与复杂依赖推理，实现了90%的检测率并发现29个零日漏洞。
2026-05-20 cs.CR cs.SE
Understanding the Effectiveness of Coverage Criteria for Large Language Models: A Special Angle from Jailbreak Attacks
本文从越狱攻击视角评估传统覆盖率准则在LLM安全测试中的有效性，发现神经元覆盖率能区分正常与越狱查询，并据此提出实时检测、测试用例优先级排序及覆盖率引导的攻击样本生成三种应用，显著提升模型安全性。
2025-04-01 cs.SE
RACC: Representation-Aware Coverage Criteria for LLM Safety Testing
Peking University（北京大学）
本文提出RACC，一种专为LLM安全测试设计的覆盖标准，通过提取安全表示并评估测试提示的激活情况，有效提升测试套件质量，同时对冗余输入不敏感，适用于大规模神经网络的安全测试。
2026-05-12 cs.AI cs.CL cs.CR
A Comprehensive Study on Static Application Security Testing (SAST) Tools for Android
本文提出统一平台 VulsTotal，整合 11 个开源 Android SAST 工具、67 类漏洞、标准化报告及新建 CVE 基准，从覆盖率、有效性和性能等方面系统比较工具表现。
2024-10-28 cs.SE
Characterizing and Understanding Software Security Vulnerabilities in Machine Learning Libraries
机器学习（ML）库的应用在许多领域都有了巨大的增长，包括自动驾驶系统、医疗和关键行业。这些库的脆弱性导致了无法弥补的后果。然而，软件安全漏洞的特征还没有得到很好的研究。在本文中，为了弥合这一差距，我们迈出了表征和理解五个知名ML库的安全漏洞的第一步，包括Tensorflow，PyTorch，Sickit-learn，Pandas和Numpy。为此，我们总共收集了596个与安全相关的承诺，以探索五个主要因素：1）漏洞类型，2）根本原因，3）症状，4）修复模式，以及5）修复ML库中安全漏洞的工作。这项研究的结果可以帮助开发人员更好地了解不同ML库中的软件安全漏洞，并更好地了解它们的弱点。为了使我们的发现具有可操作性，我们进一步开发了DeepMut，一种自动化突变测试工具，作为我们发现的概念验证应用程序。DeepMut旨在评估ML库的现有测试套件是否足以对抗从本工作中研究的漏洞中提取的安全感知突变算子。我们在Tensorflow内核模块上应用了DeepMut，发现了超过1 k个现有测试套装没有考虑的活突变体。结果表明，我们的研究结果的有用性。
2022-03-12 cs.SE
Multi-Agent Collaborative Fuzzing with Continuous Reflection for Smart Contracts Vulnerability Detection
Southeast University（东南大学）
针对现有智能合约模糊测试工具难以触发复杂漏洞、无效序列多的问题，本文提出大模型驱动的多智能体协同反思模糊测试工具SmartFuzz，经实验验证其漏洞检测能力显著优于现有最优工具。
2025-11-15 cs.CR cs.SE
Leveraging GPT-4 for Vulnerability-Witnessing Unit Test Generation
University of Szeged（塞格德大学）；FrontEndART Software Ltd.（FrontEndART软件有限公司）
本研究探究GPT-4基于漏洞修复前后代码生成漏洞见证单元测试的能力，发现其语法正确率达66.5%，生成的测试模板经少量人工调整即可使用，可在半自动化测试流程中发挥重要作用。
2025-06-13 cs.AI cs.SE
REEF: A Framework for Collecting Real-World Vulnerabilities and Fixes
针对现有自动程序修复基准规模小、语言单一且漏洞解释质量低的问题，提出自动化收集框架REEF，通过多语言爬虫与神经语言模型生成高质量漏洞-修复对及解释，构建了涵盖7种语言、4466个CVE的大规模数据集。
2023-09-15 cs.SE
FuzzRDUCC: Fuzzing with Reconstructed Def-Use Chain Coverage
针对纯二进制模糊测试因缺乏数据流洞察导致覆盖不足、难发现漏洞的问题，提出采用符号执行重建二进制def-use链的FuzzRDUCC框架，结合启发式算法选链控开销，在binutils基准上能发现现有先进工具未检出的独特崩溃，为漏洞检测提供新可行方案。
2025-09-05 cs.CR cs.SE
MR-Adopt: Automatic Deduction of Input Transformation Function for Metamorphic Testing
The Hong Kong University of Science and Technology（香港科技大学）；Guangzhou HKUST Fok Ying Tung Research Institute（广州香港科技大学霍英东研究院）；The University of Auckland（奥克兰大学）
MR-Adopt通过自动推导输入转换函数，使元形态关系能够重用新输入提升测试充分性，实验显示其在测试覆盖率和变异评分上有显著提升。
2026-04-11 cs.SE
VulReaD: Knowledge-Graph-guided Software Vulnerability Reasoning and Detection
The University of Manchester（曼彻斯特大学）；Agency for Science, Technology and Research（科技研究局）；Singapore University of Technology and Design（新加坡科技设计大学）；Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
VulReaD通过知识图谱引导的推理方法，在软件漏洞检测中实现CWE级别的分类，提升二元和多类检测性能，增强可解释性。
2026-02-11 cs.AI cs.CR cs.IR
One Is Not Enough: The Untold Story of Multiple Security Patches for One Vulnerability
Nankai University（南开大学）；Nanyang Technological University（南洋理工大学）；Qi An Xin Technology Group（奇安信科技集团）
本研究首次大规模实证揭示多补丁漏洞的普遍性，提出两级分类法并开发SPectre工具，显著提升补丁发现覆盖率，发现系统性的未报告补丁问题。
2026-09-09 cs.CR cs.SE
A Systematic Literature Review on Detecting Software Vulnerabilities with Large Language Models
Esslingen University（埃斯林根大学）；Institute for Intelligent Systems, Esslingen University（智能系统研究所，埃斯林根大学）；Chair of Communication Networks, University of Tübingen（通信网络教研室，图宾根大学）
本文系统综述了基于大语言模型的软件漏洞检测研究，分析了263项研究，提出了细粒度分类法，识别关键限制，并为未来研究提供了方向。
2025-12-19 cs.AI cs.SE
AIM: Automated Input Set Minimization for Metamorphic Security Testing
针对蜕变安全测试因输入集规模大导致测试效率低的问题，提出AIM方法，通过聚类、遗传算法和问题约简实现输入集最小化，在Jenkins和Joomla上可缩短80%以上测试时间且保持检测能力，漏洞覆盖率优于现有基线。
2024-10-24 cs.CR cs.SE
VulKey: Automated Vulnerability Repair Guided by Domain-Specific Repair Patterns
The Chinese University of Hong Kong（香港中文大学）；Sun Yat-sen University（中山大学）
VulKey通过层级化抽象专家知识指导补丁生成，实现更高泛化性和语义丰富性，其在PrimeVul数据集上达到31.5%的修复准确率，超越现有方法。
2026-06-27 cs.CR cs.SE
Autonomous Large Language Model Agents Enabling Intent-Driven Mobile GUI Testing
KAIST（韩国科学技术院）；Chalmers University of Technology（查尔姆斯理工大学）
提出基于大语言模型的Android自主GUI测试智能体DroidAgent，实现意图驱动测试，在Themis基准上达到61%活动覆盖率，优于现有技术，并能自主创建现实任务。
2023-11-15 cs.AI cs.SE
Large Language Models Cannot Reliably Detect Vulnerabilities in JavaScript: The First Systematic Benchmark and Evaluation
Lanzhou University（兰州大学）；Zhejiang University（浙江大学）；Beihang University（北京航空航天大学）；Technology Support Center of the Cyberspace Administration of China（国家互联网信息办公室技术支撑中心）；Fudan University（复旦大学）；Beijing University of Posts（北京邮电大学）
本文首次提出FORGEJS框架，构建首个系统性JavaScript漏洞检测基准ARENAJS，并揭示LLM在漏洞检测中的局限性。
2025-12-01 cs.CL cs.CR cs.SE
Towards Understanding and Characterizing Vulnerabilities in Intelligent Connected Vehicles through Real-World Exploits
College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部）；China Automobile Data of Tianjin Co., Ltd.（天津汽车数据有限公司）；China Automotive Technology & Research Center Co., Ltd.（中国汽车技术研究中心有限公司）；Singapore Management University（新加坡管理大学）；Nankai University（南开大学）
本研究通过现实世界漏洞分析，系统表征智能互联车辆中的漏洞位置、类型及风险等级，填补了理论与现实之间的差距。
2026-01-02 cs.CR cs.SE
Software Vulnerability Management in the Era of Artificial Intelligence: An Industry Perspective
School of Computer Science and Information Technology（计算机科学与信息技术学院）；Adelaide University（阿德莱德大学）；Elevexai Systems（Elevexai系统）
本文研究了AI在软件漏洞管理中的行业应用，发现AI工具在漏洞检测和修复中被广泛采用，但存在假阳性、上下文缺失等挑战，建议提升可解释性和集成流程以增强安全性。
2025-12-23 cs.AI cs.HC cs.SE
PATCHEVAL: A New Benchmark for Evaluating LLMs on Patching Real-World Vulnerabilities
Huazhong University of Science and Technology（华中科技大学）；ByteDance（字节跳动）
针对现有漏洞修复基准的缺陷，本文提出覆盖Go、JS、Python的多语言基准PATCHEVAL，基于千个近年CVE构建数据集并配套沙箱验证环境，评估主流LLM与智能体的漏洞修复能力以指导后续AVR研究。
2025-11-14 cs.CR cs.SE
SCARA: A Semantics-Constrained Autonomous Remediation Agent for Opaque Industrial Software Vulnerabilities
Shenyang University of Technology（沈阳工业大学）；Key Laboratory of Information Security for Petrochemical Industry in Liaoning Province（辽宁省石化行业信息安全重点实验室）
本文提出SCARA，一种用于不透明工业软件漏洞的语义约束自主修复代理，通过四阶段流水线将二进制漏洞候选连接到条件验证的修复方案，实现了100%的精度和88.9%的修复成功率。
2026-05-19 cs.CR cs.SE
Bringing Order Amidst Chaos: On the Role of Artificial Intelligence in Secure Software Engineering
本文通过实证评估SASTT、数据集与即时建模等方法，揭示安全软件工程中漏洞预测的工具局限和上下文重要性，以提升AI缺陷预测效果。
2025-01-09 cs.AI cs.CL cs.CR
Static Exploration of Taint-Style Vulnerabilities Found by Fuzzing
污点类型的漏洞包括大多数模糊发现的程序故障。这些漏洞通常表现为受污染的程序输入导致的内存访问违规。尽管模糊器已经帮助发现了大多数软件中的污点类型的漏洞，但它们受限于（i）测试覆盖范围;（ii）可模糊测试用例的可用性。因此，单独的模糊化不能提供所有污染类型的漏洞都已被发现的高度保证。在本文中，我们使用静态模板匹配找到模糊发现漏洞的递归。为了弥补模板匹配固有的不完整性，我们实现了一个简单而有效的匹配排名算法，使用测试覆盖率数据集中注意力在那些匹配，包括未经测试的代码。我们使用Clang/LLVM编译器工具链对我们的方法进行原型设计，并将其与afl-fuzzz（一种现代覆盖率引导模糊器）结合使用。使用案例研究进行的开放vSwitch代码库，我们表明，我们的原型发现角落的情况下，缺乏一个模糊的测试工具的模块。我们的工作表明，静态分析可以有效地补充模糊测试，是一个有用的除了安全评估工具集。此外，我们的技术承诺提高程序分析和测试的有效性，并作为一个混合漏洞发现框架的构建块。
2017-06-01 cs.CR cs.PL cs.SE
