K-Schedular是一种新的种子调度策略，用于Fuzzing测试，它利用图centrality分析来优化种子选择顺序。该策略关注控制流图的结构以提升潜在边覆盖率，同时通过近似计数方法降低计算开销。K-Schedular考虑了边的可达性和历史变异数据，旨在提高大型控制流图的测试效率，并已开源其代码。
K-Schedular: Effective Seed Scheduling for Fuzzing with Graph Centrality Analysis (SP 2022)
种子调度（Seed Scheduling）指Fuzzer选择种子的顺序，会极大地影响到一个Fuzzer的性能。现有的方法都基于历史变异数据（Historical Mutation Data）来调度种子，而忽视了控制流图（Control Flow Graph）结构对其的影响。控制流图能够帮助变异种子以覆盖到潜在的边覆盖率（Potential Edge Coverage）。
一个理想的种子调度策略应该对所有可达边（Edge）进行计数（Count），而对所有的可达边进行计数会带来巨大的开销。所以其应该估计出一个大致计数（Approximate Count），并满足以下3点要求：
- 如果更多的边可达，计数增加；
- 如果变异历史信息提示某些边难以遍历，计数减少；
- 对于大型的控制流图应当有较高的效率。
本文提出了K-Schedular，一种基于图分析（Graph Analysis）技术的种子调度策略。基于K-Schedular的Fuzzer工作流程如下图所示。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
