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，一旦利用成功将完全控制宿主机的所有 VM。因此，高效检测超管理器漏洞对现代云基础设施安全至关重要。现有研究表明，盲目模糊测试因测试吞吐量极高而成为最有效的方法。然而，NYX 通过引入快速快照恢复机制，实现了每秒数千次的重载被测系统，显著提升了性能。此外，作者提出了一种基于自定义字节码程序（编码为有向无环图 DAG）和仿射类型（affine types）的新型变异引擎，能够灵活表达复杂交互。评估结果显示，虽然 NYX 的吞吐量低于最先进的盲目模糊测试器，但在简单目标上表现相当，仅需稍长时间达到相同覆盖率。对于复杂设备，NYX 显著优于现有工作。更重要的是，NYX 发现了大量新漏洞：总计 44 个新 bug，其中 22 个已申请 CVE。实验证明覆盖引导的价值巨大，即使盲目模糊测试器可能更快。该研究适合超管理器开发者、云安全工程师、模糊测试研究人员阅读。

该论文针对无人机交通管理（UTM）联邦生态系统中的InterUSS平台，提出了一种系统性的安全测试方法。UTM系统由多个UAS服务供应商（USS）组成，通过InterUSS实现安全协调，但基础设施层面的安全挑战尚未被充分探索。作者从维护者视角出发，部署并分析了实际运行的InterUSS基础设施，识别出关键组件，并基于mTLS和OAuth 2.0等现有标准与协议，开发了专门的安全测试。这些测试被汇编成一份测试指南，用于支持InterUSS生态系统中组件的验证以及交互分析。研究填补了当前针对InterUSS安全测试的空白，为维护者和安全评估人员提供了可操作的方法。