Fugu-MT 論文翻訳(概要): PrescientFuzz: A more effective exploration approach for grey-box fuzzing

論文の概要: PrescientFuzz: A more effective exploration approach for grey-box fuzzing

arxiv url: http://arxiv.org/abs/2404.18887v1
Date: Mon, 29 Apr 2024 17:21:18 GMT
ステータス: 処理完了
システム内更新日: 2024-04-30 12:48:52.948830
Title: PrescientFuzz: A more effective exploration approach for grey-box fuzzing
Title（参考訳）: PrescientFuzz: グレーボックスファジングのより効果的な探索手法
Authors: Daniel Blackwell, David Clark,
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.45053464397400894
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we introduce an approach for improving the early exploration of grey-box fuzzing campaigns; allowing the fuzzer to reach the interesting coverage earlier. To do this, it leverages information from the system under test's (SUT's) control flow graph in order to decide which inputs are likely to lead to discovering most coverage when mutated.
Abstract（参考訳）: 本稿では,灰色ボックスファジィングキャンペーンの早期探索を改良し,ファジィアがより早く興味深い範囲に到達できるようにするためのアプローチを提案する。これを実現するために、テスト対象のシステム(SUT)制御フローグラフからの情報を活用し、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。

関連論文リスト

Classifier Guidance Enhances Diffusion-based Adversarial Purification by Preserving Predictive Information [75.36597470578724]
敵の浄化は、敵の攻撃からニューラルネットワークを守るための有望なアプローチの1つである。分類器決定境界から遠ざかって, 清浄するgUided Purification (COUP)アルゴリズムを提案する。実験結果から, COUPは強力な攻撃法でより優れた対向的堅牢性が得られることが示された。
論文参考訳（メタデータ） (2024-08-12T02:48:00Z)
A First Look at Selection Bias in Preference Elicitation for Recommendation [64.44255178199846]
選好選好における選好バイアスの影響について検討した。大きなハードルは、好みの推論インタラクションを持つ公開データセットがないことです。本稿では,トピックに基づく選好提案プロセスのシミュレーションを提案する。
論文参考訳（メタデータ） (2024-05-01T14:56:56Z)
Greybox fuzzing time-intensive programs [4.160850625751535]
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。
論文参考訳（メタデータ） (2023-11-28T20:10:38Z)
You Do Not Need Additional Priors in Camouflage Object Detection [9.494171532426853]
カモフラージュ物体検出(COD)は、カモフラージュされた物体とその周囲の類似性が高いため、重要な課題となる。本稿では,多層特徴情報を効果的に組み合わせて誘導情報を生成する適応的特徴集約手法を提案する。提案手法は,最先端手法と比較して,同等あるいは優れた性能を実現する。
論文参考訳（メタデータ） (2023-10-01T15:44:07Z)
Box-based Refinement for Weakly Supervised and Unsupervised Localization Tasks [57.70351255180495]
我々は、画像データの代わりにネットワーク出力の上の検出器を訓練し、適切な損失バックプロパゲーションを適用する。本研究は,課題の見地に対するフレーズ接頭辞の大幅な改善を明らかにした。
論文参考訳（メタデータ） (2023-09-07T17:36:02Z)
Optimal Sub-sampling to Boost Power of Kernel Sequential Change-point Detection [10.969806056391004]
本稿では,カーネルの最大平均誤差に基づく逐次変化点検出のための検出能力を向上する新しい手法を提案する。提案手法は,膨大な履歴データから得られたランダムなサブサンプルによる損失に対処するため,検出手順の前に履歴データの最適なサブサンプリングを行う。
論文参考訳（メタデータ） (2022-10-26T22:05:29Z)
AntPivot: Livestream Highlight Detection via Hierarchical Attention Mechanism [64.70568612993416]
本稿では,Livestream Highlight Detectionという新たなタスクを定式化し,上記の課題を議論・分析し,新しいアーキテクチャAntPivotを提案する。我々は、このタスクをインスタンス化し、我々のモデルの性能を評価するために、完全に注釈付きデータセットAntHighlightを構築した。
論文参考訳（メタデータ） (2022-06-10T05:58:11Z)
Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文参考訳（メタデータ） (2022-05-13T21:09:41Z)
A Competitive Method to VIPriors Object Detection Challenge [13.024811732127615]
本稿では,vipriors object detection challengeへの提案の技術的詳細を紹介する。本稿では,bbox-jitter, grid-mask,mix-upを含むデータ問題に対処する効果的なデータ拡張手法を提案する。また、より重要なROI機能を学ぶために、堅牢な関心領域(ROI)抽出方法も提示します。
論文参考訳（メタデータ） (2021-04-19T05:33:39Z)
Solving Missing-Annotation Object Detection with Background Recalibration Loss [49.42997894751021]
本稿では,新しい,かつ困難な検出シナリオに焦点を当てる。真のオブジェクト/インスタンスの大部分は,データセットにラベル付けされていない。従来, ソフトサンプリングを用いて, 正の例と重なり合うRoIsの勾配を再重み付けする手法が提案されてきた。本稿では、予め定義されたIoU閾値と入力画像に基づいて損失信号を自動的に校正できる、バックグラウンド校正損失(BRL)と呼ばれる優れた解を提案する。
論文参考訳（メタデータ） (2020-02-12T23:11:46Z)

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。