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
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