标签:模糊 CMI 错误 Expanding Testing 程序 测试 突变 成器
Abstract
- 本⽂提出了反馈导向模糊测试的⼴义概念,可⽤于⾃动发现不同类型的错误,包括算法复杂性错误、极端内存分配以及针对最近修改的代码。
- 本论⽂探讨了结构良好的突变是如何使突变模糊器能够探索更深层次的程序状态并发现解析器之外的错误的关键。how well-structured mutations are key
- 将随机输⼊⽣成器视为搜索空间的规范 viewing random input generators as a specification of a search space,并⾃动调整这些⽣成器的采样分布,可以对⼤型 API 进行有效的⿊盒有效性模糊测试和程序合成
Toolnames: PerfFuzz, FuzzFactory, FairFuzz, Zest, RLCheck, AutoPandas
标签:模糊,CMI,错误,Expanding,Testing,程序,测试,突变,成器 来源: https://www.cnblogs.com/xuesu/p/16336267.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。