Fugu-MT 論文翻訳(概要): Greybox fuzzing time-intensive programs

論文の概要: Greybox fuzzing time-intensive programs

arxiv url: http://arxiv.org/abs/2311.17200v1
Date: Tue, 28 Nov 2023 20:10:38 GMT
ステータス: 処理完了
システム内更新日: 2023-11-30 23:28:30.146372
Title: Greybox fuzzing time-intensive programs
Title（参考訳）: greybox fuzzing time-intensive program(英語)
Authors: Steve Huntsman
Abstract要約: 我々は、この視点を取り入れた時間集約型プログラムのためのグレーボックスファザであるGoExploreFuzzのプロトタイプと評価を行った。以上の結果から,ヒッシャートが未使用であったグレーボックスファジリングに有用であることが示唆された。
参考スコア（独自算出の注目度）: 4.160850625751535
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We examine (directed) greybox fuzzing from a geometrical perspective, viewing dissimilarities on inputs and on control flow graphs (with dynamical statistics) as primitive objects of interest. We prototype and evaluate GoExploreFuzz, a greybox fuzzer for time-intensive programs that incorporates this perspective. The results indicate useful capabilities for greybox fuzzing that have hitherto been underutilized, notably quantifying the diversity of paths and autonomously tuning the "bandwidth" of mutations.
Abstract（参考訳）: 幾何的な観点からgreybox fuzzing(指向)を調べ,入力と制御フローグラフ(動的統計)の相違点を興味のある原始的対象として捉えた。我々は、この視点を取り入れた時間集約型プログラムのためのグレーボックスファザであるGoExploreFuzzのプロトタイプと評価を行った。その結果, 経路の多様性を定量化し, 変異の「帯域幅」を自律的に調整したgreybox fuzzingの有用性が示された。

関連論文リスト

Registration between Point Cloud Streams and Sequential Bounding Boxes via Gradient Descent [21.13347625031356]
本稿では,ポイントクラウドストリームを用いた逐次バウンディングボックスの登録アルゴリズムを提案する。提案手法は,IoUの40%改善とともに極めて良好な性能を示した。
論文参考訳（メタデータ） (2024-09-14T05:16:34Z)
Multivariate Time-Series Anomaly Detection based on Enhancing Graph Attention Networks with Topological Analysis [31.43159668073136]
時系列における教師なし異常検出は、手動による介入の必要性を大幅に低減するため、産業応用において不可欠である。従来の手法では、グラフニューラルネットワーク(GNN)やトランスフォーマーを使用して空間を解析し、RNNは時間的依存をモデル化していた。本稿では,TopoGDNと呼ばれる多変量時系列異常検出のための拡張グラフ注意ネットワーク(GAT)上に構築された新しい時間モデルを提案する。
論文参考訳（メタデータ） (2024-08-23T14:06:30Z)
PrescientFuzz: A more effective exploration approach for grey-box fuzzing [0.45053464397400894]
グレーボックスファジィキャンペーンの早期探索を改善するためのアプローチを提案する。テストフローグラフ(SUT)の下のシステムからの情報を用いて、どの入力が変更時にほとんどのカバレッジを発見するかを決定する。
論文参考訳（メタデータ） (2024-04-29T17:21:18Z)
Gramformer: Learning Crowd Counting via Graph-Modulated Transformer [68.26599222077466]
Gramformerはグラフ変調変換器で、それぞれ注意点と入力ノードの特徴を調整してネットワークを強化する。ノードの集中位置や重要性を発見するために,特徴に基づく符号化を提案する。提案手法の競争性を検証した4つの挑戦的群集カウントデータセットの実験を行った。
論文参考訳（メタデータ） (2024-01-08T13:01:54Z)
Dynamic Graph Message Passing Networks for Visual Recognition [112.49513303433606]
長距離依存のモデリングは、コンピュータビジョンにおけるシーン理解タスクに不可欠である。完全連結グラフはそのようなモデリングには有益であるが、計算オーバーヘッドは禁じられている。本稿では,計算複雑性を大幅に低減する動的グラフメッセージパッシングネットワークを提案する。
論文参考訳（メタデータ） (2022-09-20T14:41:37Z)
CloudAttention: Efficient Multi-Scale Attention Scheme For 3D Point Cloud Learning [81.85951026033787]
この作業にトランスフォーマーをセットし、それらを形状分類と部分およびシーンセグメンテーションのための階層的なフレームワークに組み込む。また、各イテレーションにおけるサンプリングとグループ化を活用して、効率的でダイナミックなグローバルなクロスアテンションを計算します。提案した階層モデルは,最先端の形状分類を平均精度で達成し,従来のセグメンテーション法と同等の結果を得る。
論文参考訳（メタデータ） (2022-07-31T21:39:15Z)
Unsupervised Learning of Accurate Siamese Tracking [68.58171095173056]
分類枝と回帰枝の両方で時間対応を学習できる新しい教師なし追跡フレームワークを提案する。トラッカーは、トラッカーネットやLaSOTのような大規模データセット上で、教師なしの手法と同等の性能を発揮する。
論文参考訳（メタデータ） (2022-04-04T13:39:43Z)
Understanding over-squashing and bottlenecks on graphs via curvature [17.359098638324546]
オーバースカッシング(Over-squashing)は、$k$ホップの隣人の数が、$k$で急速に増加する現象である。我々は新しいエッジベースの曲率を導入し、負の湾曲したエッジがオーバースカッシングの原因であることを証明した。また,オーバーカッシングを緩和するための曲率に基づく再配線法を提案し,実験的に検証した。
論文参考訳（メタデータ） (2021-11-29T13:27:56Z)
ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking [80.02322563402758]
オンラインマルチオブジェクトトラッキング(MOT)フレームワークの中核的なコンポーネントの1つは、既存のトラックレットと新しい検出を関連付けることである。そこで我々は,トラックレットが自然運動を表す可能性を直接測定することにより,トラックレットの提案を評価する確率論的自己回帰生成モデルを提案する。
論文参考訳（メタデータ） (2020-04-16T06:43:11Z)
Siamese Box Adaptive Network for Visual Tracking [100.46025199664642]
我々は、シンプルで効果的な視覚追跡フレームワーク(Siamese Box Adaptive Network, SiamBAN)を提案する。 SiamBANは直接オブジェクトを分類し、その境界ボックスを統一畳み込みネットワーク(FCN)で回帰する SiamBANは最先端のパフォーマンスを達成し、40FPSで動作し、その有効性と効率を確認する。
論文参考訳（メタデータ） (2020-03-15T05:58:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。