• 中国计算机学会会刊
  • 中国科技核心期刊
  • 中文核心期刊

计算机工程与科学

• 软件工程 • 上一篇    下一篇

可扩展的软件错误挖掘实例分析与优化

吴旭刚,张文喆   

  1. (国防科技大学计算机学院,湖南 长沙 410073)
  • 收稿日期:2018-07-17 修回日期:2018-09-23 出版日期:2018-11-26 发布日期:2018-11-25
  • 基金资助:

    国家重点研发计划(2016YFB0200400);国防科技卓越人才项目(2017JCJQZQ013);湖南省科技领军人才项目(2017RS3045);国防科技大学本科教育教学研究课题(U2015013);国防科技大学研究生教育教学改革研究课题(yjsy2016012);湖南省学位与研究生教育教学改革研究项目(JG2017B004)

Instance analysis and improvement on scalable
state-of-art software vulnerability detector

WU Xugang,ZHANG Wenzhe   

  1. (College of Computer,National University of Defense Technology,Changsha 410073,China)
  • Received:2018-07-17 Revised:2018-09-23 Online:2018-11-26 Published:2018-11-25

摘要:

当前随着计算机技术的发展,计算机软件存在规模大、漏洞难以发现的特点,人工审核大规模软件的漏洞花费的人工成本大,在大规模软件中可行性低。因此,基于机器自动挖掘漏洞的方法成为当前研究的热点。基于现阶段具有代表性的可扩展的软件漏洞挖掘工具AFL,针对此工具在挖掘漏洞中存在的问题,例如通过幻数测试困难的问题,并对此问题出现的原因进行分析,并且采用将幻数测试边拆分成为同语义的一系列幻字节测试边的方法对AFL进行改进,取得了不错的效果。
 
 

关键词: 软件错误, 可扩展, 实例分析

Abstract:

 

With the development of computer technology, nowadays the scale of software becomes larger and the vulnerability becomes harder to be detect. Manual audit requires a large amount of time and labor, which makes it infeasible in largescale software. Machinebased automatical vulnerability detector design therefore becomes a heated research area. We study the stateofart scalable fuzzer named American Fuzzy Loop (AFL), and aiming at its defects, such as difficulty on passing magic number tests, we analyze the reasons and give a practical solution. The improved method achieves good results in our tests.
 
 

Key words: software vulnerability, scalability, instance analysis