该论文针对 JavaScript 引擎模糊测试中的突变质量瓶颈，提出了一种基于图结构中间表示（Graph-based IR）的新方法。当前主流 JS 引擎模糊测试工具通常使用抽象语法树（AST）或定制的字节码级中间语言来表示程序，但这些表示在生成语义有效且富有意义的突变时存在局限，导致难以深入发现引擎内部缺陷。论文的核心贡献在于设计一种图结构 IR，将程序的控制流、数据依赖和类型信息显式建模为图，从而扩展突变空间并指导更智能的突变操作。基于该 IR，作者实现了新的模糊测试框架，能够生成更符合语义约束的测试用例，减少无效输入，提高代码覆盖率和缺陷触发概率。实验在多个主流 JS 引擎（如 V8、JavaScriptCore 等）上验证，结果表明该方法的漏洞发现能力和覆盖率优于现有基于 AST 和自定义 IR 的模糊器。该研究为 JS 引擎安全测试提供了新思路，尤其适用于需要深度类型推理和复杂对象操作的场景。适合浏览器引擎开发者、安全研究员及模糊测试工具设计者阅读。