本文研究模式化秘密扫描器（pattern-based secret scanners）的验证方法。现有验证通常使用基于示例的夹具（example-based fixtures），这些夹具固定了一个关键变量：凭据周围的文本上下文。作者提出边界变异测试（boundary-mutation testing）方法，通过系统性地变化上下文来测试扫描器。具体而言，从每条规则自身的正则表达式生成凭据，将其嵌入多种真实的源代码上下文，并在规则级别（而非工具级别）对检测结果进行分类，从而产生三个检测指标。作者将方法应用于三个扫描器：一个包含43条规则的开源扫描器、Gitleaks 8.21.2 以及 TruffleHog 3.82.13。实验结果表明，主研究对象的检测率在十种上下文中保持在 >=0.9976，但当凭据以连字符（hyphen）结尾时，检测率急剧下降到 0.5233。共有五条规则受到影响：其中两条使用固定计数量词（fixed-count quantifiers）的规则完全且确定性地失败；三条使用可变计数量词（variable-count quantifiers）的规则会发生回溯并匹配到截断的凭据；熵回退（entropy fallback）机制可以挽救部分失败，但会降低其严重性等级。作者验证了一种修复方案，能够完全恢复鲁棒性且不引入新的误报。同时报告了一个警示：一个看似合理的首次尝试修复会静默地使两条规则退化，只有重新运行同一测试集才能发现该问题。另外，Gitleaks 存在一个不相关且已由源代码确认的缺陷：硬编码的终止符允许列表（terminator allowlist）导致大多数凭据类型完全无法命中；而 TruffleHog 没有表现出边界脆弱性，但覆盖范围最窄。论文报告了边际失败概率而非条件概率：一种常见的令牌格式在结构上免疫，另一种每64次出现一次失败；在292,527行真实代码上，误报排序与合成语料库上的排序相反。由于每种类型的检测是确定性的，比较单元是十种凭据类型而非数百个样本；没有召回率差异达到显著性，因此作者报告了零结果，而非排名。

本文提出 D-Helix，一个通用的反编译器测试框架，利用符号微分技术自动生成具有可控复杂度的测试程序。现有反编译器测试方法依赖手动编写的测试用例或随机生成的代码，难以覆盖各类反编译器的不同编译优化选项和目标架构。D-Helix 的核心思想是将测试程序视为数学函数，通过符号微分求导生成新函数，从而保留原始语义的同时改变语法结构。该框架支持生成可编译、可执行且语义等价的程序变体，能够系统性地测试反编译器的正确性、鲁棒性和性能。作者在多个主流反编译器（如 Ghidra、IDA Pro、Binary Ninja）上进行了实验，覆盖 x86、ARM 和 MIPS 架构，发现了若干之前未知的 bug，包括反编译引擎的崩溃、控制流错误和类型推断错误。实验表明，D-Helix 在代码覆盖率和新 bug 发现能力上显著优于现有方法。该工作为反编译器测试提供了自动化、可扩展的新途径，有助于提升软件逆向工程工具的可信度。