您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201912-110
论文题目 基于轻度编码变异的模糊测试算法研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于轻度编码变异的模糊测试算法研究

首发时间:2019-12-26

李唯 1   

李唯(1994-),男,硕士,主要研究方向:二进制漏洞分析

辛阳 1   

辛阳(1977-),男,教授、博导,主要研究方向:信息安全

  • 1、北京邮电大学网络空间安全学院,北京,100876

摘要:网络空间安全的一个重要方向是软件安全,模糊测试(Fuzzing)是软件漏洞自动化检测的一种重要检测手段。为了更高效、更准确的检测软件漏洞,文中研究并提出了一种针对源码程序的模糊测试技术。针对白盒模糊测试技术中,样本变异存在一定的盲目性,导致变异效率低下的问题, 本文提出并实现了一种基于轻度编码变异的模糊测试样本生成算法。针对待测源码程序,依赖LLVM架构进行指令插桩和类比较指令hook,来获取模糊测试过程动态反馈信息。进而通过轻量级的编码来引导测试样本变异,生成能有效覆盖更多代码路径和分支的样本。实验结果表明, 基于轻度编码变异的模糊测试方法发现crash及发现新路径的能力均优于传统模糊测试工具AFL及AFLFast。

关键词: 模糊测试 覆盖率 变异算法 动态分析

For information in English, please click here

Research on fuzzy test algorithm based on slight coding variation

LI Wei 1   

李唯(1994-),男,硕士,主要研究方向:二进制漏洞分析

XIN Yang 1   

辛阳(1977-),男,教授、博导,主要研究方向:信息安全

  • 1、School of Cyberspace Security, Beijing University of Post and Telecommunication,Beijing,100876

Abstract:An important direction of network space security is software security. Fuzzing is an important detection method of software vulnerability automated detection. In order to detect software vulnerabilities more efficiently and accurately, this paper studies and proposes a fuzzy testing technique for source code programs. In order to solve the problem that the sample variation is blind in the white box fuzzy test technology, which leads to the low efficiency of the variation, a fuzzy test sample generation algorithm based on mild coding variation is proposed and implemented in this paper. For the source code program to be tested, it relies on LLVM architecture for instruction piling and class comparison instruction hook to obtain the dynamic feedback information of fuzzy testing process. Furthermore, the test samples are mutated through lightweight coding to generate samples that can effectively cover more code paths and branches. The experimental results show that the fuzzy test method based on slight coding variation is better than the traditional fuzzy test tools AFL and AFLFast in discovering crash and new path.

Keywords: Fuzzing Code Coverage Mutation algorithm Dynamic Analysis

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
李唯,辛阳. 基于轻度编码变异的模糊测试算法研究[EB/OL]. 北京:中国科技论文在线 [2019-12-26]. https://www.paper.edu.cn/releasepaper/content/201912-110.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于轻度编码变异的模糊测试算法研究