主题：Machine Learning Applied in Fuzzing
模糊测试（Fuzzing）属于动态测试,是一种自动发现软件安全漏洞的经济有效的测试技术,常常会在软件安全开发生命周期中发现非常严重的安全故障或缺陷,例如:崩溃、内存泄漏,等。机器学习旨在让计算机模拟或实现人的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。本次汇报重点介绍机器学习在fuzzing中的结合应用，分析机器学习如何基于fuzzing的历史信息指导fuzzing，克服fuzzing中存在的局限性，以更高效率测试程序代码，发现程序漏洞。
报告人：2022级博士林培鸿
时间：2022年7月12日下午3:00
地点：天河楼南203
原文始发于微信公众号（ipasslab）：学术报告（07.12）Machine Learning Applied in Fuzzing
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论