本文针对基于突变的模糊测试（fuzzing）中字节重要性量化不足的问题展开研究。现有方法通常关注输入字节与路径约束的关系，但忽略了并非所有与约束相关的字节都能发现新代码。作者通过Shapley值分析发现，不同字节位置对模糊测试性能的贡献存在差异，且这种差异在不同种子间具有一致性。基于这一观察，提出ShapFuzz，一种通过Shapley值指导字节选择和突变的模糊测试方案。具体地，ShapFuzz在每次输入测试时以低开销更新字节的Shapley值，并利用上下文多臂老虎机（Contextual Multi-Armed Bandit）在突变高Shapley值字节和低频率被选中的字节之间进行权衡。基于AFL++实现原型，并与10个最先进的模糊测试器（包括5个字节调度增强型模糊测试器和5个常用模糊测试器）进行对比。实验结果表明：与字节调度增强型模糊测试器相比，ShapFuzz在三组不同初始种子集上发现了更多的新边（edges）和暴露了更多的漏洞；与常用模糊测试器相比，ShapFuzz在MAGMA基准上比最佳对比模糊测试器多暴露20个漏洞，并发现6个额外的CVE。此外，在最新版本的程序中发现了11个新漏洞，其中3个已得到供应商确认。该研究为模糊测试中的字节重要性量化提供了新视角，有效提升了模糊测试的代码覆盖和漏洞发现能力。

本论文提出 FuzzPilot，一种针对 AFL++ 模糊测试工具的控制器，旨在将昂贵的推理过程移出变异热路径。当覆盖率出现平台期时，FuzzPilot 会快照当前语料库，生成候选变异配方（以 JSON 数据形式表示），在独立的 AFL++ 微活动中评估这些配方，并仅推广具有正验证奖励的配方。配方由原生自定义变异器消费，包含操作符权重、字节范围、语料库选择规则和字典令牌等。候选配方可来自本地规则或语言模型代理，后者可利用 Ghidra 提取的常量和反编译上下文作为目标提示。论文在 cJSON 上进行了故意狭窄的评估，每轮运行 5 次 14400 秒，比较了标准 AFL++ 和全功能 FuzzPilot。实验发现 cJSON 覆盖已饱和：基线 AFL++ 在约 2500 秒中位数时达到暴露的 269 条边上限。因此，实验无法证明语言模型提议能提高覆盖率或泛化到 cJSON 之外。在本次范围内，FuzzPilot 保持了吞吐量（中位 execs_per_sec 约为基线的 1.06 倍），并显示出描述性的更短中位平台期（1384 秒对比 2532 秒），但在 N=5 时差异不显著（Mann-Whitney p=0.42）。验证门评估了 20 个模型提出的配方，均未提升（奖励为零）。观察到的平台期减少更可能来自控制器的快照和重启机制，而非模型或配方变异器。本版本最好作为可审计的实现报告和正在进行的非饱和目标评估的基线。适合对模糊测试优化和 LLM 辅助测试感兴趣的研究人员阅读。