论文阅读笔记20230301

EMS: History-Driven Mutation for Coverage-based Fuzzing (NDSS 2022)

本文发现Fuzzing历史（History）中包含了关键变异策略（Key Mutation Strategies）的丰富知识（Rich Knowledge），能引导Fuzzer发现不一样的路径（Paths）和奔溃（Crashes）。本文提出针对Fuzzing历史进行分析，以此变异出更多有意义的输入并发现新路径。

本文提出了一个轻量且有效的可能性字节定向模型（Probabilistic Byte Orientation Model），从Fuzzing历史中提取出字节级别（Byte-level）的变异策略。并提出了EMS，一个使用PBOM作为其变异引擎的Fuzzing框架。

EMS的框架结构如下图所示。

论文代码已开源。