Der Artikel untersucht den Einsatz von approximativer Bayes'scher Berechnung (ABC) als Alternative zu brute-force-Methoden beim Fuzzing-Testen von Software-Anwendungen.
Zunächst wird ein Überblick über die Grundlagen von Fuzzing-Testverfahren und ABC-Methoden wie Sequential Monte Carlo (SMC) und Markov Chain Monte Carlo (MCMC) gegeben. Anschließend wird ein manuell implementierter Versuchsaufbau beschrieben, bei dem ABC-Methoden verwendet werden, um Eingabepartikel für einen weißen Fuzzing-Testfall zu generieren.
Die Ergebnisse zeigen, dass die SMC-Methode erfolgreich dazu beiträgt, die Verteilung der "passenden" Eingabepartikel nachzubilden. Die MCMC-Methode liefert hingegen gemischte Ergebnisse. Abschließend werden Diskussionspunkte und mögliche Ansätze für zukünftige Arbeiten erörtert, um die Anwendbarkeit von ABC-Methoden im Fuzzing-Kontext weiter zu untersuchen.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Chris Vaisno... lúc arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.04303.pdfYêu cầu sâu hơn