google/oss-fuzz-genLLM propulsé par fuzzing via OSS-Fuzz.
Ce framework génère des cibles de fuzzing pour des projets C/C++/Java/Python réels avec divers grands modèles de langage (LLM) et les évalue au moyen de la plateforme OSS-Fuzz.
Plus de détails disponibles dans AI-Powered Fuzzing: Breaking the Bug Hunting Barrier :
Les modèles actuellement pris en charge sont :
Les cibles de fuzzing générées sont évaluées selon quatre métriques par rapport aux données les plus récentes de l'environnement de production :
OSS-Fuzz.Voici un exemple de résultat d'expérimentation du 31 janvier 2024. L'expérimentation comprenait 1300+ benchmarks issus de 297 projets open-source.
Dans l'ensemble, ce framework parvient à exploiter avec succès les LLM pour générer des cibles de fuzzing valides (qui produisent une augmentation non nulle de la couverture) pour 160 projets C/C++. L'augmentation maximale de la couverture de lignes est de 29 % par rapport aux cibles existantes écrites par des humains.
Notez que ces rapports ne sont pas publics car ils peuvent contenir des vulnérabilités non divulguées.
Consultez notre guide d'utilisation détaillé pour savoir comment exécuter ce framework et générer des rapports à partir des résultats.
Vous pouvez également exécuter ou évaluer des agents individuels sans lancer d'expérimentations complètes, à l'aide du framework intégré d'exécution d'agents. Consultez la documentation du framework pour obtenir des instructions détaillées sur la façon d'exécuter des agents individuels ou des séquences d'agents.
Intéressé par des collaborations de recherche ou avec la communauté open-source ? N'hésitez pas à créer une issue ou à nous écrire : [email protected].
