基于状态感知的模糊测试并行化技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:liruimei12345
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件漏洞挖掘是网络空间安全领域的重要研究内容。其中,模糊测试是目前应用最广泛的一种软件漏洞挖掘方法,且并行化是提高模糊测试效率的一个重要途径。然而,大部分模糊测试方法仅针对单核测试环境而设计,其性能优势难以拓展到并行环境下。此外,现有模糊测试并行化方法存在测试重复度高、计算资源利用率低等问题。因此,为充分发挥计算资源效能,提高模糊测试对大中型软件的漏洞挖掘效率,研究面向软件漏洞挖掘的高效模糊测试并行化技术具有重要意义。论文围绕基于状态感知的模糊测试并行化技术展开研究,主要工作和创新点如下:(1)提出了一种基于状态感知的模糊测试并行化框架论文首先阐述了模糊测试中分支覆盖状态与漏洞挖掘之间的本质联系,并深入分析了两种基于状态感知的模糊测试方法。其次,本文从任务分割、任务调度、信息同步三个方面对模糊测试并行化基本问题展开研究。最后,针对现有并行化方法存在的不足,提出一种基于状态感知的模糊测试并行化框架,该框架为后续并行化方法的研究提供理论基础。(2)提出了一种基于低频分支调度模糊测试的并行化方法针对基于全局最优的任务调度方法存在的问题,论文提出了基于局部最优的任务调度策略。在同步全局指导信息的条件下,该策略仅利用节点任务范围内的局部指导信息对低频分支进行调度,可确保节点始终运行在低频分支模式。此外,本文提出了基于可变掩码长度的能量调度策略,将可变掩码长度作为新的指标,用来指导模糊测试对低频分支的测试能量分配,能够让有价值的任务得到充分测试。最后,通过在真实程序上的对比实验,验证了所提方法的有效性。(3)提出了一种面向半覆盖分支突破的模糊测试并行化方法针对现有并行化方法存在的测试重复度高这一问题,论文提出一种面向半覆盖分支突破的模糊测试并行化方法。首先,提出了基于静态插桩的任务列表构建方法,从全局角度实时收集程序路径空间中所有的半覆盖分支。其次,提出基于任务新度的任务调度策略,以任务新度为指标对任务进行排序,优先选取新度高的任务进行测试。然后,提出基于比较指令标签值的任务分割策略和面向全局任务更新的信息同步方法,可确保不同节点所测试的任务互不重复,且能够以较低的性能开销实现全局指导信息同步。最后,通过实验证明,在并行节点数目为4的情况下,针对目标程序tcpdump、readelf、nm、tiff2ps进行测试,本文所提方法能够以平均快于AFL 3.4倍的速度达到给定的分支覆盖数目,有效提高了模糊测试并行化方法的漏洞挖掘效率。
其他文献
多机器人系统在各个领域有着广泛的应用,通过多机器人系统的群集控制实现大量自主个体的协同工作且保证其安全变得至关重要。受到生物群体行为的启发,本文对多机器人群集控制问题展开研究,针对传统群集控制算法需要建立精确模型和控制律设计工作较为繁琐的缺点,采用深度强化学习的方法实现多机器人群集控制。首先,针对多智能体深度确定性策略梯度算法学习效率低下、收敛速率慢的缺点,本文引入了优先经验回放机制,提出了强化学
学位
随着《乡村振兴战略规划(2018—2022)》的实施和大型城市减量发展的转型,相应地,风景园林专业在规划设计领域的发展将由面向城镇绿地逐步向乡村建设转变。但由于大多数高校园林专业在课程设置和教学中不够重视,导致绝大多数学生都较为缺乏乡村设计方面的知识和能力。因此,我们需要研究在“乡村振兴”战略背景下,研究风景园林专业教学与该战略的关系,调整教学内容,构建面向“乡村振兴”战略的教学模式。结合高校、企
期刊
在信息化作战的条件下,各类传感器收集的战场信息往往受限于复杂的地理、气象、水文和电磁环境而呈现高维度、高度稀疏和带有大量噪声的特点,如何正确运用人工智能方法分析这些数据内部的本质关系和内在信息非常重要。在这项研究中,我们以自然界中的一种天然的高维稀疏带噪声的数据——单细胞RNA测序数据为切入点,研究一类能面向该类数据做到准确分析的通用算法。单细胞RNA测序(scRNA-seq)聚类对于识别细胞类型
学位
随着航天技术的快速发展和在轨卫星的不断增多,卫星系统面临着更加复杂多样的任务需求和应用诉求,在以人工智能技术为引领的全球化技术革新与发展背景下,卫星系统呈现应急化、智能化和信息化发展态势,传统的方法很难适应新的需求与挑战。为了充分发挥卫星系统的效能,本文立足于敏捷卫星调度问题,以深度强化学习方法作为切入点,针对传统方法对任务特征信息和历史调度信息利用低这一基本缺点,面向任务优先级的精确统筹和高效的
学位
多机器人环境探索问题作为机器人研究领域的重要分支,旨在指导多机器人高效协同完成环境认知,被广泛应用于工农业生产。长期以来,该问题的研究主要基于随机、贪心策略等,虽有一定成效,但仍面临以下问题:(1)传统探索策略由于手工编码规则的局限性,在多机器人系统中难以利用环境结构等抽象信息做出高效决策和协同;(2)由于环境的变动或者规划的误差,机器人在移动过程中可能会受到未知障碍物等非预期状况的影响。针对这些
学位
随着人工智能技术的又一次爆发性增长,智能机器人正从传统工业制造领域向日常生活的各个方面迅速扩展。如何设计性能更好、泛化能力更强的智能控制算法,已经成为学术界和工业界的热点问题。近年来基于深度学习、强化学习的智能控制算法已经成为解决该问题的一个重要研究方向。智能体路径规划是智能控制领域中的一个典型问题,旨在规划一条从起点到目标点的无碰撞路径,同时优化性能指标,使得成功移植到真实环境中进行实际应用。为
学位
主观幸福感研究成为当下研究热点之一,专家对如何通过积极设计实现用户主观幸福感的提升展开了深刻讨论,相关理论研究与实践设计也持续更新。积极设计专注于用户主观心理感受,其最终目标是创造积极体验,进而提升用户主观幸福感。由此,在主观幸福感研究加速发展的当下,本研究将尝试在积极设计理论的指导下,产出设计策略,为提升用户主观幸福感研究贡献力量。本文研究方法及过程:第一,借助文献研究,对积极心理学的定义、演变
学位
深度学习是一种能自主学习样本数据的高阶非线性特征的人工智能算法,已在目标的分类识别、检测等任务中取得了令人瞩目的效果;矩阵信息几何是在矩阵流形上采用微分几何方法处理信息科学中的非线性问题的一套理论体系,其通过深入挖掘并利用样本数据的内蕴几何信息,在信息科学各领域中展现出了巨大的发展潜力。本文针对弱目标信号检测问题,以矩阵信息几何和深度学习为基础,研究了基于深度时频特征矩阵流形网络的信号检测方法、基
学位
随着我国主要矛盾的变迁,社会治理所要面临的主要任务也在发生变化,基层治理作为整个社会治理体系的基础越来越受到重视。经过近20余年的实践,社会工作在基层社会治理中的专业优势获得了验证,在此基础上为了“打通社会治理的最后一公里”,乡镇(街道)社工站的建设成为了国家为应对基层治理难题的新探索。乡镇(街道)社工站的建立是民政部对于社会工作这支社会力量的重要肯定,也无疑为社会工作发展较为薄弱的L地区带来了新
学位
当前我们正处于数字技术新兴发展的时代,影像更是最受人们欢迎的传播媒介,无论是文化产业中的电影、电视剧还是消费领域的直播、购物介绍、自媒体在各软件平台呈现出的蓬勃态势都证明着影像已与人们的当代生活紧密相连,影像技术的应用也普及到了群众之中。在影像媒介繁荣进步的态势之下,艺术领域也深受其冲击,转化呈现出多样化发展趋势,影像艺术的表现形式及媒材也随之转化,甚至细分出了不同的艺术探索方向。本文主要利用理论
学位