paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Targeted greybox fuzzing with static lookahead analysis

基于静态前瞻分析的定向灰盒模糊测试
ICSE Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering2020匹配度 3/10 · 论文属于程序分析与软件测试中的定向模糊测试，使用静态分析引导测试生成，与用户关注的静态分析方向有间接关联；但它不涉及 LLM/Agentic、浮点程序分析或贝叶斯程序分析等核心交叉方向，因此匹配度有限。引用 14 inbox
Valentin Wüstholz, Maria Christakis
测试、调试与修复程序分析与抽象解释
crossref: 2026-09-12

AI 速览

一句话：提出结合静态前瞻分析的定向灰盒模糊测试，以引导自动测试生成探索更可能含缺陷的程序区域。

自动测试生成通常以探索被测程序的新路径、发现缺陷为目标。已有工作借助离线静态分析，将探索引导到更可能包含缺陷的程序部分。本文标题表明其核心贡献是提出一种结合静态前瞻分析的定向灰盒模糊测试方法，试图在模糊测试的探索过程中利用静态分析信息进行前瞻判断，从而更有效地聚焦高价值程序区域。给出的摘要非常简短，未说明静态前瞻分析的具体设计、目标选择机制、实现方式以及实验评估结果；因此可确认的贡献是将静态前瞻分析与定向灰盒模糊测试相结合，以改进面向缺陷的自动测试生成。

问题
自动测试生成需要探索新路径以发现缺陷；现有工作使用离线静态分析将探索导向更可能含缺陷的程序部分。本文关注如何通过静态前瞻分析来增强定向灰盒模糊测试的引导效果。
方法
标题表明方法为定向灰盒模糊测试，并结合静态前瞻分析指导探索；摘要未给出具体算法与目标定义。
评估
摘要未说明评估方式、基准程序、对比基线或实验结果，无法从摘要获知实际效果。
原文摘要（Abstract）

Automatic test generation typically aims to generate inputs that explore new paths in the program under test in order to find bugs. Existing work has, therefore, focused on guiding the exploration toward program parts that are more likely to contain bugs by using an offline static analysis.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot5661,
  title = {Targeted greybox fuzzing with static lookahead analysis},
  author = {Valentin Wüstholz and Maria Christakis},
  booktitle = {ICSE},
  year = {2020},
  doi = {10.1145/3377811.3380388}
}