google/oss-fuzz-genLLM-gestütztes Fuzzing über OSS-Fuzz.
Dieses Framework generiert Fuzz-Targets für reale C/C++/Java/Python-Projekte mit verschiedenen Large Language Models (LLM) und benchmarkt sie über die OSS-Fuzz-Plattform.
Weitere Details finden Sie in AI-Powered Fuzzing: Breaking the Bug Hunting Barrier:
Derzeit unterstützte Modelle sind:
Generierte Fuzz-Targets werden anhand von vier Metriken gegen die aktuellsten Daten aus der Produktionsumgebung bewertet:
OSS-Fuzz.Hier ist ein Beispiel-Ergebnis eines Experiments vom 31. Januar 2024. Das Experiment umfasste 1300+ Benchmarks aus 297 Open-Source-Projekten.
Insgesamt gelingt es diesem Framework, LLMs erfolgreich einzusetzen, um gültige Fuzz-Targets (die eine Abdeckungssteigerung ungleich null erzeugen) für 160 C/C++-Projekte zu generieren. Die maximale Steigerung der Zeilenabdeckung gegenüber den vorhandenen, von Menschen geschriebenen Targets beträgt 29 %.
Beachten Sie, dass diese Berichte nicht öffentlich sind, da sie möglicherweise nicht offengelegte Schwachstellen enthalten.
In unserer ausführlichen Nutzungsanleitung finden Sie Anweisungen, wie Sie dieses Framework ausführen und auf Grundlage der Ergebnisse Berichte erstellen können.
Sie können auch einzelne Agents ausführen oder bewerten, ohne vollständige Experimente auszuführen, indem Sie das integrierte Agent-Ausführungsframework verwenden. In der Dokumentation des Frameworks finden Sie detaillierte Anweisungen, wie Sie einzelne Agents oder Agent-Sequenzen ausführen können.
Interessiert an Forschung oder Kooperationen mit der Open-Source-Community? Erstellen Sie gerne ein Issue oder schreiben Sie uns eine E-Mail: [email protected].
