oss-fuzz-gen学习资料汇总 - LLM驱动的模糊测试目标生成框架

Ray

oss-fuzz-gen简介

oss-fuzz-gen是Google开发的一个开源框架,旨在利用大语言模型(LLM)为真实世界的C/C++项目自动生成模糊测试目标,并通过OSS-Fuzz平台对其进行基准测试。该项目的主要目标是提高模糊测试的覆盖率和效率,发现更多的潜在漏洞。

核心功能

  • 使用LLM自动生成模糊测试目标
  • 支持多种LLM模型,包括Vertex AI、Gemini和OpenAI的GPT系列
  • 通过四个指标评估生成的模糊测试目标:可编译性、运行时崩溃、运行时覆盖率、与人工编写目标的覆盖率差异
  • 与OSS-Fuzz平台集成,可直接应用于实际项目

使用指南

  1. 安装依赖:

    python3 -m venv .venv
    source .venv/bin/activate
    pip install -r requirements.txt
    
  2. 设置LLM访问:

    • 对于Vertex AI,需要设置GCP项目和API密钥
    • 对于OpenAI,需要设置API密钥
  3. 运行实验:

    ./run_all_experiments.py \
      --model=<model-name> \
      --benchmarks-directory='./benchmark-sets/comparison' \
      [--template-directory=prompts/custom_template] \
      [--work-dir=results-dir]
    
  4. 查看结果:

    python -m report.web -r <results-dir> -o <output-dir>
    python -m http.server <port> -d <output-dir>
    

主要资源

示例和基准测试

oss-fuzz-gen提供了两组基准测试集:

  1. comparison: 包含少量精选的OSS-Fuzz C/C++项目
  2. all: 包含所有OSS-Fuzz C/C++项目的基准测试

这些基准测试可以帮助用户了解oss-fuzz-gen在不同项目上的表现,也可以作为使用参考。

成果展示

截至2024年1月,oss-fuzz-gen已经:

  • 成功为160个C/C++项目生成有效的模糊测试目标
  • 最高实现了29%的代码覆盖率提升
  • 发现了14个新的bug/漏洞

实验结果示例

参与贡献

如果你对oss-fuzz-gen感兴趣并希望参与贡献,可以:

  1. 在GitHub上提交Issue或Pull Request
  2. 联系项目维护者: oss-fuzz-team@google.com

oss-fuzz-gen是一个活跃的开源项目,欢迎社区成员参与到开发和改进中来。无论是bug报告、功能建议还是代码贡献,都将对项目的发展起到重要作用。

通过学习和使用oss-fuzz-gen,开发者可以大幅提高模糊测试的效率和覆盖率,为软件安全做出贡献。希望本文汇总的资源能够帮助你快速上手这一强大的工具。

avatar
0
0
0
最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号