Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Locus : synthèse de prédicats agentiques pour le fuzzing dirigé

Created by
  • Haebom

Auteur

Jie Zhu, Chihao Shen, Ziyang Li, Jiahao Yu, Yizheng Chen, Kexin Pei

Contour

Cet article présente Locus, un nouveau framework permettant d'améliorer l'efficacité du fuzzing dirigé. Il identifie les entrées de programme menant à un état cible spécifié. Les approches existantes s'appuient sur des distances de branchement ou des contraintes spécifiées manuellement, mais celles-ci ne permettent pas de caractériser précisément la progression vers l'état cible et sont limitées par leur spécificité et leur généralisabilité à des types de bugs spécifiques. Locus synthétise des prédicats qui capturent des états intermédiaires significatifs servant de points de repère vers l'état cible pour déterminer la progression du fuzzing. Un framework d'agent, exploitant des outils d'analyse de programme, synthétise et affine itérativement les prédicats candidats, et l'exécution symbolique empêche les faux rejets. Les résultats de l'évaluation démontrent que Locus améliore significativement l'efficacité de huit fuzzers de pointe, atteignant une accélération moyenne de 41,6x et découvrant huit bugs non corrigés auparavant.

Takeaways, Limitations

•
Takeaways:
◦
Nous avons considérablement amélioré l'efficacité du fuzzing dirigé en synthétisant des prédicats qui capturent des états intermédiaires significatifs (accélération moyenne de 41,6x).
◦
Nous présentons un cadre qui surmonte les limites des méthodes de contraintes manuelles existantes et qui est généralisable à divers programmes et états cibles.
◦
Nous avons prouvé l'efficacité de Locus en découvrant des vulnérabilités réelles (8 nouveaux bugs découverts, dont un est actuellement en cours de correction).
•
Limitations:
◦
Une analyse plus approfondie de la complexité et du coût de calcul du processus de synthèse et de raffinement des prédicats est nécessaire.
◦
Une validation supplémentaire de la généralisabilité à travers différents programmes et types de bugs est nécessaire.
◦
Une analyse plus détaillée des performances et de l’évolutivité du framework d’agent de Locus est nécessaire.
👍
Made with Slashpage