智能模糊测试综述:问题探索和方法分类

作     者：王琴应 许嘉诚 李宇薇 潘祖烈 张玉清 张超 纪守领 

作者机构：浙江大学计算机科学与技术学院 浙江大学控制科学与工程学院 国防科技大学电子对抗学院 中国科学院大学国家计算机网络入侵防范中心 清华大学网络研究院 

出 版 物：《计算机学报》 (Chinese Journal of Computers)

年 卷 期：2024年第9期

页      面：2059-2083页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金联合重点项目(U1936215)、国家自然科学基金青年基金项目(62202484)、国家自然科学基金联合重点项目(U2336203)资助~~ 

主　　题：模糊测试 软件与系统安全 漏洞挖掘 人工智能 程序分析 

摘      要：随着近年来软件系统规模以及复杂性的增加,安全漏洞数量持续增长、影响面逐步扩大,全球安全形势依然严峻.针对该问题,学术界和工业界致力于研究高效的漏洞挖掘技术,提前发现和修复潜在的漏洞.其中模糊测试作为先进的漏洞挖掘技术之一,吸引了学术界和工业界的广泛关注.为了进一步提高漏洞挖掘的能力,研究人员提出了智能模糊测试,即利用人工智能和程序分析等技术作为辅助,从而实现对复杂软件系统更高效的测试和分析并智能引导漏洞挖掘方向.本文回顾了近八年来智能模糊测试研究进展,提出了一个通用模糊测试流程模型和问题导向的智能模糊技术分类方法,从优化测试输入生成、提高测试效率以及增强测试预言机三个方面总结了当前智能模糊测试的优势和不足之处,最后对智能模糊测试面临的挑战和未来研究方向进行展望和总结.