Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

··Flux·Contact·Confidentialité·© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
oss-fuzz-gen — LLM propulsé par fuzzing via OSS-Fuzz. | Kitploit
Outils/GitHubGitHub/google/oss-fuzz-gen
Analyse des VulnérabilitésAnalyse Dynamique de Code (DAST)FuzzingDevSecOpsApprentissage AutomatiqueSécurité de l'IA
GitHubgoogle/oss-fuzz-gen

oss-fuzz-gen

LLM propulsé par fuzzing via OSS-Fuzz.

Voir le dépôt
1.4k22435il y a 7 moisVérifié par Kitploit

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →
Partager

Un framework pour la génération et l'évaluation de cibles de fuzzing

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 : Texte alternatif

Les modèles actuellement pris en charge sont :

  • Vertex AI code-bison
  • Vertex AI code-bison-32k
  • Gemini Pro
  • Gemini Ultra
  • Gemini Experimental
  • Gemini 1.5
  • OpenAI GPT-3.5-turbo
  • OpenAI GPT-4
  • OpenAI GPT-4o
  • OpenAI GPT-4o-mini
  • OpenAI GPT-4-turbo
  • OpenAI GPT-3.5-turbo (Azure)
  • OpenAI GPT-4 (Azure)
  • OpenAI GPT-4o (Azure)

Les cibles de fuzzing générées sont évaluées selon quatre métriques par rapport aux données les plus récentes de l'environnement de production :

  • Compilabilité
  • Crashs à l'exécution
  • Couverture à l'exécution
  • Différence de couverture de lignes à l'exécution par rapport aux cibles de fuzzing existantes écrites par des humains dans OSS-Fuzz.
Télécharger l’outil

Voici un exemple de résultat d'expérimentation du 31 janvier 2024. L'expérimentation comprenait 1300+ benchmarks issus de 297 projets open-source.

image

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.

Utilisation

Consultez notre guide d'utilisation détaillé pour savoir comment exécuter ce framework et générer des rapports à partir des résultats.

Exécution et évaluation indépendantes des agents

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.

Collaborations

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].

Bugs découverts

Jusqu'à présent, nous avons signalé 30 nouveaux bugs/vulnérabilités trouvés par des cibles générées automatiquement par ce framework :

ProjetBugLLMGénérateur de promptsOracle de cible
cJSONLecture hors limitesVertex AIPar défautPortée étendue, faible couverture
libplistLecture hors limitesVertex AIPar défautPortée étendue, faible couverture
hunspellLecture hors limitesVertex AIpar défautPortée étendue, faible couverture
zstdÉcriture hors limitesVertex AIpar défautPortée étendue, faible couverture
gdbmSous-dépassement de tampon de pileVertex AIpar défautPortée étendue, faible couverture
hoextdownUtilisation de mémoire non initialisée

Ces bugs n'ont pu être découverts qu'avec des cibles nouvellement générées. Ils n'étaient pas atteignables avec les cibles OSS-Fuzz existantes.

Principales améliorations actuelles de la couverture par projet

ProjetGain total de couvertureGain relatif totalOSS-Fuzz-gen lignes couvertes totalesOSS-Fuzz-gen nouvelles lignes couvertesLignes couvertes existantesTotal de lignes du projet
phmap98.42%205.75%160111815741120
usbguard97.62%26.04%245505463209793564
onednn96.67%7057.14%5434543477210
avahi82.06%155.90%3358281418053046
pugixml72.98%194.95%9015664634097662
librdkafka66.88%845.57%501944905311169
casync66.75%903.23%117111201241678
tomlplusplus61.06%331.10%4755365211035981
astc-encoder59.35%177.88%272617459812940
mruby48.56%0.00%3449334493071038
arduinojson42.10%85.80%3344180020984276
json41.13%66.51%5051333950208119
double-conversion40.40%88.12%16637798841928
tinyobjloader38.26%77.01%11577179311874
glog38.18%58.69%895331564867
cppitertools35.78%45.07%253151335422
eigen35.38%190.70%264319471021

* « Total de lignes du projet » mesure le code source du projet testé compilé et lié par les cibles de fuzzing préexistantes écrites par des humains provenant d'OSS-Fuzz.

* « Gain total de couverture » est calculé en utilisant comme dénominateur le « Total de lignes du projet ». « Gain relatif total » correspond à l'augmentation de couverture par rapport à l'ancien nombre de lignes couvertes.

* Du code supplémentaire du projet testé peut être inclus lors de la compilation des nouvelles cibles de fuzzing et entraîner des gains en pourcentage élevés.

Citation de ce travail

Veuillez cliquer sur le bouton 'Cite this repository' situé sur le côté droit de cette page GitHub pour obtenir les détails de citation.

Vertex AI
par défaut
Portée étendue, faible couverture
pjsipLecture hors limitesVertex AIPar défautFaible couverture avec mot-clé fuzz + paramètres simples à portée étendue
pjsipLecture hors limitesVertex AIPar défautFaible couverture avec mot-clé fuzz + paramètres simples à portée étendue
gpacLecture hors limitesVertex AIPar défautFaible couverture avec mot-clé fuzz + paramètres simples à portée étendue
gpacLecture/écriture hors limitesVertex AIPar défautTous
gpacLecture hors limitesVertex AIPar défautTous
gpacLecture hors limitesVertex AIPar défautTous
sqlite3Lecture hors limitesVertex AIPar défautTous
htslibLecture hors limitesVertex AIPar défautTous
libicalLecture hors limitesVertex AIPar défautTous
croaringLecture hors limitesVertex AITest-to-harnessTous
opensslCVE-2024-9143 - Lecture/écriture hors limitesVertex AIPar défautTous
liblouisUtilisation de mémoire non initialiséeVertex AITest-to-harnessIdentifiant de test
libuclLecture hors limitesVertex AIPar défautFaible couverture avec mot-clé fuzz + paramètres simples à portée étendue
openbabelUtilisation après libérationVertex AIPar défautFaible couverture avec mot-clé fuzz + paramètres simples à portée étendue
libyangLecture hors limitesVertex AIPar défautTous
openbabelLecture hors limitesVertex AIPar défautTous
exiv2Lecture hors limitesVertex AIPar défautTous
Non divulguéRCE Java (en attente de triage par le mainteneur)Vertex AIPar défautPortée étendue, faible couverture
Non divulguéDéni de service par regexp (en attente de triage par le mainteneur)Vertex AIPar défautPortée étendue, faible couverture
Non divulguéLecture hors limitesVertex AIPar défautTous
Non divulguéÉcriture hors limitesVertex AIPar défautTous
Non divulguéLecture hors limitesVertex AIPar défautTous
Non divulguéLecture hors limitesVertex AIPar défautTous
Non divulguéUtilisation après libérationVertex AIPrompt d'agentTous
5503
glaze34.55%30.06%2920241680366993
rapidjson31.83%148.07%15859586473010
libunwind30.58%83.25%2899134216124388
openh26430.07%50.14%660757511147019123