Contextualizing Sink Knowledge for Java Vulnerability Discovery.
该论文提出了一个名为 GONDAR 的 sink 中心化模糊测试框架，用于在 Java 应用程序中系统性地发现安全漏洞。现有的模糊测试工具往往忽略了安全敏感 API（sink）所携带的漏洞特定知识，例如到达 sink 的程序约束和触发漏洞的
#fuzzing
共收录 126 条相关情报。
← 返回所有主题Jazzer: Coverage-Guided Fuzzing for Semantic Vulnerabilities in the Java Ecosystem.
本文介绍了Jazzer，一种针对Java生态系统的覆盖率引导的模糊测试工具，专门用于发现语义漏洞。与传统的仅关注内存安全错误的模糊测试不同，Jazzer通过结合覆盖率反馈和语义分析，能够检测更高级别的逻辑缺陷，例如不正确的状态转换、业务逻辑
PickleFuzzer: A Case Study in Fuzzing for Discrepancies Between Python Pickle Implementations.
Python原生的序列化协议pickle虽然功能强大，但存在已知的安全风险，尤其是在传输不可信数据或保存机器学习模型时。为了缓解风险，开发者通常会在反序列化时限制导入的模块，或使用静态和动态分析工具检测恶意负载。然而，这些方法依赖于对Pic
TRIGFUZZ: Triggering Conditions Guided Directed Fuzzing.
定向模糊测试（Directed Fuzzing）旨在高效地到达程序中的特定目标位置（如潜在漏洞点），但现有方法往往忽略触发条件（Triggering Conditions），即目标代码被执行所需的特定输入特征或程序状态，导致难以在复杂条件下
Fizzle: A Framework for Deterministic and Reproducible Network Fuzzing.
本文提出了 Fizzle，一个用于网络协议模糊测试的确定性且可复现的框架。网络模糊测试在发现协议实现中的漏洞方面具有重要作用，但传统模糊测试工具由于随机化和非确定性执行，导致测试结果难以复现。Fizzle 通过引入确定性调度和状态记录机制，
Fuzz'EMup: Leveraging EM Side-Channel Emanation to Guide Black-Box Embedded Firmware Fuzzing
该论文提出了一种名为Fuzz'EMup的方法，利用电磁（EM）侧信道辐射来指导纯黑盒环境下的嵌入式固件模糊测试。随着物联网和嵌入式设备在众多领域的普及，固件安全变得至关重要。模糊测试是一种系统化发现漏洞的有效手段，而覆盖率反馈能通过引导探索
SoK: Prudent Evaluation Practices for Fuzzing.
过去十年中，模糊测试已被证明是一种高效的软件漏洞发现方法。自AFL引入轻量级覆盖率反馈这一开创性概念以来，模糊测试领域涌现了大量科学工作，提出了新技术、改进了现有策略的方法论方面，或将现有方法移植到新领域。所有这些工作都需要通过展示其解决问
RIoTFuzzer: Companion App Assisted Remote Fuzzing for Detecting Vulnerabilities in IoT Devices.
该论文提出了一种名为RIoTFuzzer的新型黑盒模糊测试方法，旨在远程发现物联网设备漏洞。由于IoT系统架构和外设的多样性，黑盒模糊测试是发现漏洞的首选方案，但现有工具依赖伴侣应用生成有效测试包，却面临无法绕过云服务器端验证以及仅关注An
Nyx: Greybox Hypervisor Fuzzing using Fast Snapshots and Affine Types.
该论文提出并实现了 NYX，一种针对超管理器（Hypervisor/VMM）的高性能、覆盖引导的模糊测试工具。超管理器负责隔离同一物理机上不同虚拟机（VM）的安全边界，恶意用户若能在云 VM 上运行自己的内核，则可攻击大量攻击面，一旦利用成
Facilitating Non-Intrusive In-Vivo Firmware Testing with Stateless Instrumentation.
该论文提出了一种名为 IPEA 的非侵入式动态固件测试框架，专门针对深度嵌入式设备（如基于微控制器 MCU 的物联网设备）的固件测试挑战。这类设备通常资源受限，运行环境与通用计算机差异巨大，导致现有动态测试技术难以直接应用。IPEA 的核心
DAFL: Directed Grey-box Fuzzing guided by Data Dependency.
本文提出了一种名为DAFL的定向灰盒模糊测试方法，旨在通过数据依赖关系引导模糊测试过程，提高对特定目标代码区域的覆盖率和漏洞发现效率。传统的灰盒模糊测试通常依靠覆盖率反馈来探索程序，但在定向场景下（如针对特定补丁或关键函数），随机探索效率低
No Grammar, No Problem: Towards Fuzzing the Linux Kernel without System-Call Descriptions.
该论文提出了一种名为FUZZNG的新型内核模糊测试方法，旨在解决现有操作系统模糊测试工具（如Syzkaller）依赖手动编写的系统调用接口描述（语法规则）的扩展性问题。Syzkaller需要为每个内核接口提供精确且详细的语法描述，这限制了其
SeedSmith: LLM-Driven Seed Synthesis for Directed Fuzzing
定向模糊测试旨在将模糊器导向用户定义的目标函数以发现漏洞，但经常在长时间运行后仍无法触发崩溃。本文识别了两个关键挑战：一是间接调用的静态分析不完整，导致基于距离的引导无法发现可达路径；二是缺乏对崩溃前提条件的语义引导，使得盲目变异在合理时间
ShapFuzz: Efficient Fuzzing via Shapley-Guided Byte Selection.
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
Thinking More, Harnessing Better: State Machine Guided Harness Automatic Generation with Project Digestion and Workflow Decomposition
该论文提出 SynapseFlow，一种基于状态机引导的自动化模糊测试 harness 生成工具，旨在解决现有大语言模型（LLM）单轮生成方法中因函数粒度过粗和生成流程错位导致的幻觉及覆盖率不足问题。SynapseFlow 的创新包括两点：
SYSYPHUZZ: the Pressure of More Coverage.
内核模糊测试是发现内核漏洞的有效手段，但现有工具如Syzkaller过度追求代码覆盖率，导致低频代码区域测试不足。本文提出SYSYPHUZZ，一种面向代码频率的内核模糊器，旨在提升对未充分测试代码区域的探索。首先，通过对Linux内核中Sy
Execution Divergence Graphs:Effective Discovery of Control-Flows from Execution Traces as Fuzzing Feedback
本文针对模糊测试中反馈收集的局限性问题展开研究。在传统模糊测试中，通常需要能够观察和插桩二进制程序中的基本块以获取执行反馈，从而指导输入生成。然而，在许多实际场景中，例如对黑盒设备进行原位模糊测试或对经过混淆编译的二进制进行测试时，无法直接
BaseBridge: Bridging the Gap Between Over-the-Air and Emulation Testing for Cellular Baseband Firmware.
蜂窝基带固件是现代移动设备的核心安全组件，但对其进行安全测试极具挑战。现有仿真器因无法完整模拟数字信号处理器（DSP）、SIM卡、射频前端等复杂外设，导致测试覆盖度有限，模糊测试（fuzzing）只能发现浅层漏洞。本文提出BaseBridg
PowerFuzz: Power-Based Black-Box Firmware Fuzzing
本文提出 PowerFuzz，一种基于功耗侧信道测量的统计黑盒固件模糊测试框架。其核心动机是：许多嵌入式系统的固件或二进制文件不公开，导致无法使用依赖执行反馈（如分支覆盖率）的灰盒模糊器。PowerFuzz 无需目标固件的任何内部可见性，仅
HyperFuzzer: An Efficient Hybrid Fuzzer for Virtual CPUs.
该论文提出 HyperFuzzer，一种针对虚拟机监控器（hypervisor）中CPU虚拟化实现的高效混合模糊测试工具。在云计算时代，hypervisor 的安全性至关重要，尤其是 CPU 虚拟化模块，它运行在最高特权级，漏洞可能导致整个