【论文速读】| 利用大语言模型在灰盒模糊测试中生成初始种子

摘要：在当今的软件测试领域，灰盒模糊测试已然成为发现软件漏洞的一项常用且关键的技术，它巧妙地在探索效率与深度之间找到了平衡点。然而，尽管诸多研究都着力于对模糊测试技术进行改进，高质量初始种子的重要性却常常被忽略，而事实上它在整个测试流程中起着基石般的作用。现阶段，已

基本信息

论文标题: Harnessing Large Language Models for Seed Generation in Greyb0x Fuzzing

作者: Wenxuan Shi, Yunhang Zhang, Xinyu Xing, Jun Xu

作者单位: Northwestern University, University of Utah

关键词: Greyb0x fuzzing, Large Language Models, Seed generation, Test case generation

原文链接：https://arxiv.org/abs/2411.18143

开源代码：暂无

论文简介

在当今的软件测试领域，灰盒模糊测试已然成为发现软件漏洞的一项常用且关键的技术，它巧妙地在探索效率与深度之间找到了平衡点。然而，尽管诸多研究都着力于对模糊测试技术进行改进，高质量初始种子的重要性却常常被忽略，而事实上它在整个测试流程中起着基石般的作用。现阶段，已有的种子生成方法存在诸多局限，尤其在面对具有非标准或自定义输入格式的程序时，更是显得力不从心。

随着技术的发展，大语言模型（LLMs）横空出世，在多个领域展现出了前所未有的超强能力，其对复杂模式的理解与生成本领令人瞩目。在此背景下，SeedMind 应运而生，这是一个借助大语言模型（LLMs）来增强灰盒模糊测试的智能种子生成系统。与传统方法截然不同的是，SeedMind 并非直接生成测试用例，而是运用 LLMs 来打造测试用例生成器。它采用迭代式的反馈驱动过程，在这一过程中，依据每一轮反馈持续优化调整，逐步精细打磨测试用例的生成策略，力求全方位提高代码覆盖率的深度与广度。

通过对大量现实世界应用程序展开广泛且深入的评估，相关研究结果有力地表明：SeedMind 能够高效且有效地借助 LLMs 生成高质量的测试用例，在漏洞发现效率方面，更是成功超越了现有的基于 LLM 的同类解决方案，为软件漏洞挖掘开辟了一条全新且高效的路径。

研究背景

在软件安全保障领域，模糊测试（Fuzzing）是一种常用的代码漏洞发现技术，其核心是向目标程序输入大量随机或特定格式的数据，以此触发潜在漏洞。随着技术发展，灰盒模糊测试成为主流，它融合了白盒与黑盒测试的优势，能高效地发现潜在漏洞。

然而，当前模糊测试技术虽有进展，但生成高质量的初始种子仍是一大难题，限制了技术的进一步发展。过去研究多聚焦于提升模糊测试效率，如缩短测试周期、优化资源利用等，却忽视了如何生成更具代表性的输入种子。这导致面对具有复杂输入格式或定制化数据需求的程序时，传统方法效果不佳，难以满足软件测试需求。

近年来，大语言模型（LLMs）蓬勃兴起，为种子生成带来希望。LLMs 通过对海量数据的学习，具备理解和生成复杂模式的能力，为种子生成拓展了更多可能。在此背景下，SeedMind 应运而生，它创新性地结合 LLMs，直击传统种子生成的局限，展现出巨大潜力，有望重塑软件漏洞检测格局。

问题与挑战

尽管 SeedMind 借助大语言模型（LLMs），在一定程度上改善了灰盒模糊测试里的种子生成问题，然而在其设计与实施进程中，依旧不可避免地遭遇诸多挑战。

其一，程序的输入格式繁杂多样，而且大多并非标准化形式，这无疑给有效种子的生成增添了极大难度。传统方法通常要基于对输入格式的精准把控来运作，一旦面对自定义或是未知的输入格式，其生成适配种子的能力就显得极为薄弱。

其二，LLMs 在数据生成环节存在上下文窗口受限的问题。当语言模型着手生成较长文本时，只能在局促的上下文窗口内完成操作，如此一来，生成的测试用例在语法或语义层面，便很有可能与实际应用需求存在偏差。所以，怎样应对输入格式的多样性，以及如何突破上下文的限制，已然成为 SeedMind 系统开发进程中的关键要点。

其三，生成的种子不但要切实有效、符合规范，还得契合模糊测试的进展性需求。由于模糊测试每一轮都需依据先前的结果持续推进优化，这便对种子生成系统提出了更为严苛的实时性以及反馈要求。

设计与实施

为了解决上述挑战，SeedMind在设计上采用了一种创新的迭代反馈机制。这一机制允许系统通过反复的测试和反馈，不断优化种子的生成过程。具体来说，SeedMind通过将大语言模型与反馈回路结合，确保了每次生成的测试用例都能够根据当前的测试进展进行调整和优化，从而提高了种子在后续测试中的适用性。

在实现上，SeedMind首先创建了一个智能种子生成器，它能够通过学习大量的程序输入数据，从中推断出合适的种子数据。与传统方法不同，SeedMind并不是直接生成完整的测试用例，而是生成一个测试用例的生成器，进而通过进一步的迭代和调整，确保生成的种子能够更好地触发潜在的漏洞。

研究评估

SeedMind的有效性通过对多个实际应用程序的广泛测试进行了验证。评估结果表明，SeedMind在生成高质量的测试用例方面，展现出了比现有LLM解决方案更强的优势。具体来说，SeedMind能够在大多数测试场景中显著提高漏洞发现的效率，且其生成的测试用例质量与人工生成的种子相当，甚至在某些情况下超过了人工种子的效果。