論文の概要: Dissecting Software Graphs: Structural Insights for Driver-Guided Fuzzing
- arxiv url: http://arxiv.org/abs/2608.12859v1
- Date: Thu, 13 Aug 2026 06:06:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.410215
- Title: Dissecting Software Graphs: Structural Insights for Driver-Guided Fuzzing
- Title（参考訳）: ソフトウェアグラフの分離 - ドライバガイドファジィのための構造的洞察
- Abstract要約: 本稿では,マルチドライバファジィにおけるソフトウェア構造に関する実証的研究を行う。
静的なコールグラフを共有バックボーンとして使用する構造的抽象化を提案する。
27のOSS-Fuzz由来のC/C++プロジェクトに適用し、43の実行可能ファイルと844のドライバ構成にまたがる。
- 参考スコア（独自算出の注目度）: 15.98590412750366
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many software systems expose multiple execution modes through command-line options, subcommands, and configuration flags. For such programs, fuzzing depends on both mutated inputs and the invoked mode. Yet evaluations still focus on coverage and bug counts, leaving unclear how execution modes partition, overlap, and miss software structure, and how these differences affect effectiveness. We present an empirical study of software structure under multi-driver fuzzing. We propose a structural abstraction that uses a static call graph as a shared backbone and projects driver-specific dynamic coverage onto it to derive driver-induced subgraphs. Based on this abstraction, we develop a four-phase methodology for backbone construction, fuzzing and profiling, graph-based analysis, and research-question-driven evaluation. We apply it to 27 OSS-Fuzz-derived C/C++ projects, spanning 43 executables and 854 driver configurations. Under the same total budget, multi-driver fuzzing outperforms the best single-driver baseline, increasing covered call-graph nodes by 27.9% and CFG-edge coverage by 73.5%, and revealing 11 unique bugs and abnormal behaviors largely missed by single-driver fuzzing. However, driver contributions are uneven, subgraphs differ substantially in cohesion, fragmentation, modularity, overlap, and residual under-exploration follows recurring regimes rather than a homogeneous tail. These results show that multi-driver fuzzing is fundamentally a structural exploration problem.
- Abstract（参考訳）: 多くのソフトウェアシステムは、コマンドラインオプション、サブコマンド、設定フラグを通じて複数の実行モードを公開する。
このようなプログラムでは、ファジィングは変更入力と呼び出しモードの両方に依存する。
しかし、評価はカバレッジとバグ数に重点を置いており、実行モードがどのように分割され、重複し、ソフトウェア構造を見逃し、これらの違いが効果にどのように影響するかははっきりしない。
本稿では,マルチドライバファジィにおけるソフトウェア構造に関する実証的研究を行う。
本稿では,静的なコールグラフを共有バックボーンとして使用し,運転者固有の動的カバレッジを投影して運転者誘発サブグラフを導出する構造的抽象化を提案する。
この抽象化に基づいて,バックボーン構築,ファジリングとプロファイリング,グラフに基づく解析,研究探索による評価のための4段階の方法論を開発した。
27のOSS-Fuzz由来のC/C++プロジェクトに適用し、43の実行可能ファイルと844のドライバ構成にまたがる。
同じ予算の下では、マルチドライバーファジィングは最高のシングルドライバーベースラインを上回り、カバーされたコールグラフノードを27.9%増加し、CFGエッジを73.5%増加させ、11のユニークなバグと異常な動作がシングルドライバーファジィングによってほとんど失われていることを示した。
しかし、運転者の貢献は不均一であり、部分グラフは凝集、断片化、モジュラリティ、重なり合い、残余の地下探査は均質な尾ではなく反復的な規則に従っている。
これらの結果から,マルチドライバファジィ化は基本的に構造探索問題であることが示唆された。
関連論文リスト
- Graph-Aware Fuzzing for Graph Database Management Systems [22.261896283072137]
GDBMSクエリエンジンのためのブラックボックスファジリングフレームワークであるGRAFを提案する。
複雑なグラフ制約の下で有効かつ構造的に多様なクエリを生成する。
実行時間、結果サイズ、システムステータスを含む、実行状態フィードバックによってガイドされる5つのグラフ固有の突然変異演算子を適用します。
GRAFは、各目標において最強のベースラインに対して、ラインカバレッジを31.6%から41.1%改善している。
論文 参考訳（メタデータ） (2026-07-04T07:08:14Z) - OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。
トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。
エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-04-20T07:50:00Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - GPTrace: Effective Crash Deduplication Using LLM Embeddings [0.8166364251367626]
クラッシュ重複(Crash Deduplication)とは、重複するインプットを検出して、検査が必要なデータを減らすタスクである。
GPTraceは,大規模な言語モデルを利用して,クラッシュに伴う各種データソースの類似性を評価するデ重複ワークフローである。
14のターゲットから50の真実ラベルに属する30万以上のクラッシュインプットに対して,我々のアプローチを評価した。
論文 参考訳（メタデータ） (2025-12-01T12:30:30Z) - DynamiQ: Unlocking the Potential of Dynamic Task Allocation in Parallel Fuzzing [18.082974145476843]
我々は,動的かつ適応的な並列ファズリングをサポートするAFLTeamの完全かつ最適化された後継であるDynamiQを提案する。
DynamiQはプログラムのコールグラフからの構造情報を活用してタスクを定義し、実行時のフィードバックを使ってタスク割り当てを継続的に洗練する。
OSS-FuzzとFuzzBenchの12の現実世界のターゲットを25,000CPU時間で評価し、DynamiQはコードカバレッジと脆弱性発見の両方で最先端の並列ファズアを上回ります。
論文 参考訳（メタデータ） (2025-10-06T03:43:40Z) - Divide by Question, Conquer by Agent: SPLIT-RAG with Question-Driven Graph Partitioning [62.640169289390535]
SPLIT-RAGは、質問駆動セマンティックグラフ分割と協調サブグラフ検索による制限に対処するマルチエージェントRAGフレームワークである。
革新的なフレームワークは、まずリンク情報のセマンティック分割を作成し、次にタイプ特化知識ベースを使用してマルチエージェントRAGを実現する。
属性対応グラフセグメンテーションは、知識グラフを意味的に一貫性のあるサブグラフに分割し、サブグラフが異なるクエリタイプと整合することを保証する。
階層的なマージモジュールは、論理的検証を通じて、部分グラフ由来の解答間の矛盾を解消する。
論文 参考訳（メタデータ） (2025-05-20T06:44:34Z) - LibAFL-DiFuzz: Advanced Architecture Enabling Directed Fuzzing [0.0]
我々は、他の技術と簡単に組み合わせられるコンポーネントで直接ファジィングを行うための柔軟なツールを構築した。
我々は,AFLGoやBEACONと比較してファジィザを評価し,いくつかのベンチマークで露出に間に合うスピードアップを明らかにした。
論文 参考訳（メタデータ） (2024-12-26T09:54:57Z) - CKGFuzzer: LLM-Based Fuzz Driver Generation Enhanced By Code Knowledge Graph [29.490817477791357]
本稿では,コード知識グラフによって駆動され,インテリジェントエージェントシステムによって駆動されるファズテスト手法を提案する。
コードナレッジグラフは、そのグラフの各ノードがコードエンティティを表す、プログラム間解析によって構築される。
CKGFuzzerは最先端技術と比較してコードカバレッジが平均8.73%向上した。
論文 参考訳（メタデータ） (2024-11-18T12:41:16Z) - Dynamic Perceiver for Efficient Visual Recognition [87.08210214417309]
特徴抽出手順と早期分類タスクを分離する動的知覚器(Dyn-Perceiver)を提案する。
特徴ブランチは画像の特徴を抽出し、分類ブランチは分類タスクに割り当てられた遅延コードを処理する。
早期出口は分類枝に限られており、低レベルの特徴において線形分離性は不要である。
論文 参考訳（メタデータ） (2023-06-20T03:00:22Z) - DiffStack: A Differentiable and Modular Control Stack for Autonomous
Vehicles [75.43355868143209]
DiffStackは、予測、計画、制御のための、微分可能でモジュラーなスタックです。
nuScenesデータセットの結果から,DiffStackによるエンドツーエンドトレーニングは,オープンループおよびクローズループ計画の指標を大幅に改善することが示された。
論文 参考訳（メタデータ） (2022-12-13T09:05:21Z) - 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)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。