预告6.4|【论文分享】基于强化学习的模糊测试分层次种子调度策略

admin 2021年9月1日20:12:03评论190 views字数 469阅读1分33秒阅读模式


软件安全智能并行分析实验室

学术活动


报告题目:【论文分享】NDSS-2021 Reinforcement Learning-based Hierarchical Seed Scheduling for Grey-box Fuzzing

报告人:zhanggen

简介:模糊测试中存在多种形式的代码覆盖率度量方式,例如AFL中的边覆盖率。不同的覆盖率度量有各自的优缺点,例如,精度高的度量方式可以区分更细的差别,提高筛选种子的精度,但缺点是容易使模糊测试保留过多的种子。本文AFL-hier提出了一种树形结构的分层次覆盖率度量方式,上层节点是粗粒度的覆盖率度量,往下是细粒度的覆盖率度量。该树形结构用来对种子进行分类。此外,文章还使用多臂老虎机的相关理论,在不同的阶段选择合适的覆盖率度量以及合适的种子。实验结果表明,AFL-hier在漏洞数量、路径数量、执行速度上均优于现存的模糊测试工具。

时间:2021-6-4,上午10点

会议地点:天河南楼213会议室



本文始发于微信公众号(ipasslab):预告6.4|【论文分享】基于强化学习的模糊测试分层次种子调度策略

  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2021年9月1日20:12:03
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   预告6.4|【论文分享】基于强化学习的模糊测试分层次种子调度策略https://cn-sec.com/archives/391103.html

发表评论

匿名网友 填写信息