本文针对模糊测试中未初始化内存使用（Use-of-Uninitialized-Memory, UUM）错误检测的实践难题提出了一种新的高效方案 QMSan。现有的模糊测试兼容 UUM 检测器 MSan 要求所有被测试程序的库都必须经过完全插桩才能避免误报，这在实际大规模测试中往往难以实现，导致许多程序从未接受过 UUM 错误的检测。作者指出，地址消毒等部分插桩策略只会导致漏报，而 UUM 消毒器则因可能产生误报而要求完整插桩，这严重限制了可扩展性。为突破这一限制，QMSan 采用了一种多层次的、机会主义的设计，不需要对所有代码进行基于源码的重新编译，同时保持准确性。其核心思想是：模糊测试过程中会执行大量测试用例，这为系统提供了学习“误报”特征的机会——当遇到一个候选错误时，可以通过快速技术判断其是否为真正的误报，并在后续测试中忽略相似的模式，从而避免漏报。具体实现上，QMSan 结合了 QEMU 的动态二进制翻译以解决兼容性问题，并采用轻量级代码分析技术来提升可扩展性和准确性。实验基于 10 个开源程序和 5 个专有程序进行，QMSan 发现了 44 个新的 UUM 错误。性能方面，QMSan 相比原生 QEMU 只带来 1.51 倍的开销，相比 MSan 的编译插桩有 1.55 倍的开销，且在测试中未出现误报和漏报。QMSan 已开源。该研究的主要贡献在于提供了一种无需完全插桩即可高效检测 UUM 错误的可行方案，使得模糊测试可以覆盖更多真实世界程序，推动了 UUM 漏洞检测的实用化。