面向HDF5格式预训练模型的模糊测试方法

摘要：

使用模糊测试对HDF5文件格式的相关程序与工具集进行漏洞检测,并对模糊测试在HDF5输入上的性能优化方案进行研究.通过轻量级文件结构分析,精简模糊测试的确定性变异阶段,从而将模糊测试的注意力集中在更有价值的区域,减少无意义的变异与执行尝试次数;提出一系列HDF5文件格式敏感的变异策略,在模糊测试的随机变异阶段,使变异生成的输入更可能被程序的解析逻辑所接受,从而探索更深层代码.相比传统模糊测试框架,实现的原型框架HDFL可以保证极小的覆盖率与崩溃数量损耗,提高模糊测试的效率.

关键词：模糊测试、HDF5、深度学习模型、漏洞检测

所属期刊栏目：55

分类号：TN915.08

资助基金：国家自然科学基金;国家重点基础研究发展计划（973计划）;湖北省重点研发计划项目;苏州市前瞻性应用研究项目

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7