论文阅读笔记20230316

最新推荐文章于 2024-11-09 21:37:48 发布
最新推荐文章于 2024-11-09 21:37:48 发布
阅读量138 收藏
点赞数
分类专栏： 论文阅读笔记 文章标签： 论文阅读 系统安全
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qianfei11_T/article/details/129597140
版权

GREYONE: Data Flow Sensitive Fuzzing (SEC 2020)

数据流分析（Data Flow Analysis）被证明能够更好地辅助Fuzzer挖掘到深层的漏洞。但传统的污点分析（Taint Analysis）消耗人力、速度慢、不准确，严重影响了Fuzzing的效率，从一定程度上限制了数据流分析的应用。

本文提出了GreyOne，使用了一种FTI（Fuzzing-driven Taint Inference）技术，通过观察Fuzzing时变量值的变化来推测相应的污点。接下来通过相应的污点来决定走哪条分支以及如何变异。文中进一步使用了Constraint Conformance来增强Fuzzer的导向性。

GreyOne的架构如下图所示。
Architecture of GreyOne
论文代码未开源。

B3a1e
关注
专栏目录
spp-net论文阅读笔记
08-18
spp-net论文阅读笔记
GREYONE Data Flow Sensitive Fuzzing
zhang14916的博客
10-29 3716
目录 Abstract Introduction 1.1questions to address 1.2 our solution 1.3 result 2 design of greyone 2.1 Fuzzer-driven Taint Inference 2.1.1 Taint inference 2.1.2 Comparison with Traditional T...
[论文阅读] (03) 清华张超老师 - GreyOne: Discover Vulnerabilities with Data Flow Sensitive Fuzzing
热门推荐
杨秀璋的专栏
08-06 1万+
《秀璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。模糊测试近年来成为安全研究人员的必备的漏洞挖掘工具，是近年来漏洞披露数量爆发的重要推手。然而，模糊测试工具在种子生成、选择、变异、测试、评估、反馈等多个环节都存在一定的盲目性和随机性，其漏洞挖掘效率存在较大提升空间。我们通过分析经典模糊测试工具AFL的实现原理，找到了若干个制约其效率的瓶颈所在，包括数据流不敏感等，并针对性地提出了改进方案GreyOne（USENIX Sec'20）。本次报告将与大家探讨这一方案。
论文阅读笔记模板
08-19
【论文阅读笔记模板】 在计算机科学与技术领域，学术论文是知识传播的重要载体，而有效阅读和理解论文是提升专业技能的关键步骤。以下是一个适用于计算机相关专业论文阅读的笔记模板，旨在帮助读者系统地记录、理解...
Knowledgeable Verbalizer论文阅读笔记
10-09
Knowledgeable Verbalizer论文阅读笔记
学习看论文入门记录、阅读论文笔记模板
07-11
论文的基本了解、论文笔记内容、阅读记录模板纵向、阅读记录模板横向、论文搜索翻译润色、笔记等的相关网站软件记录
GFS大数据论文阅读笔记
07-22
GFS大数据论文阅读笔记 概述：GFS（Google File System）是一种大型分布式文件系统，是专门为满足 Google 快速增长的数据处理需求而精心设计的。其核心目标是高效处理海量数据并实现高度可靠的分布式存储。在设计...
[论文阅读]BERT-based Lexical Substitution
m0_52911108的博客
11-05 554
词汇替换旨在于不改变句子含义的情况下用替代词替换句子中的目标词，可以用于文本简化、释义生成等任务。挑战：高精度的替换单词很困难以前应对这一挑战的大多数方法首先通过从手动策划的词汇资源中选择同义词作为候选词来获得替代候选词，然后根据它们在上下文中的适当性对它们进行排名，或者对词汇表中的所有单词进行排名以避免使用词汇资源。基于知识的词汇替代系统：使用预定义的规则对替代候选人进行评分;向量空间建模方法：使用基于句法上下文的分布稀疏向量表示;替代向量方法：包含该上下文中目标词槽的潜在填充物;
【论文阅读】Learning dynamic alignment via meta-filter for few-shot learning
cainiaomyf的博客
11-07 908
小样本学习（Few-shot Learning, FSL）旨在通过极其有限的小样本（支持集）示例，适应已学到的知识来识别新类别，仍然是计算机视觉中的一个重要开放问题。现有的大多数小样本学习中的特征对齐方法仅考虑图像级别或空间级别的对齐，而忽略了通道差异。我们的观点是，这些方法会导致冗余匹配，从而导致适应性差，而利用通道级别的调整是将学到的知识有效适应到新类别的关键。因此，本文提出了一种动态对齐学习方法，可以根据不同的局部支持信息有效地突出查询区域和通道。
【论文笔记】Wings: Learning Multimodal LLMs without Text-only Forgetting
最新发布
小嗷犬的博客
11-09 587
多模态大型语言模型（MLLMs）以训练好的LLM为基础，首先将图像与文本对齐，然后对多模态混合输入进行微调。然而，MLLM在灾难性地忘记了仅包含文本的指令，这些指令不包括图像，可以在初始LLM中解决。在本文中，我们提出了WINGS，这是一种新型的MLLM，在纯文本对话和多模态理解方面都表现出色。分析MLLM在多模态指令中的注意力发现，纯文本遗忘与从预图像文本到后图像文本的注意力转移有关。据此，我们构建了额外的模块，作为增强学习器来补偿注意力转移。
论文阅读：基于语义分割的非结构化田间道路场景识别
qq_53589322的博客
11-06 777
论文地址：DOI: 10.11975/j.issn.1002-6819.2021.22.017环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变，快速准确地识别可通行区域，辨析障碍物类别，可为农业装备系统高效安全地进行路径规划和决策控制提供依据。本文提出了一种基于深度学习的田间非结构化道路场景语义分割模型，旨在通过图像识别技术对农业田间道路进行高效、准确的语义分割。通过对不同环境条件下采集的田间道路图像进行处理，模型能够识别动态和静态物体，支持自动化农业导航系统的路径规划和动态避
【多模态读论文系列】LLaMA-Adapter V2论文笔记
watermelon_c的博客
11-05 732
本文提出了 LLaMA-Adapter V2，一种参数高效的视觉指令模型。主要通过以下方法来增强LLaMA-Adapter解锁更多可学习参数：解锁更多的可学习参数（例如，norm, bias 和 scale），将指令跟随能力分布到整个LLaMA模型中，而不仅仅是Adapter部分。早期融合策略：将视觉token只输入到LLM的早期层，尽早融入视觉知识。联合训练方法：引入了一种图像-文本对和指令跟随数据的联合训练方法，通过优化不同组的可学习参数来减轻这两个任务（图像-文本对齐和指令跟随）之间的干扰。
Sat-NeRF论文笔记和复现问题处理
Destiny_Di的博客
11-06 1064
懒得写
论文阅读笔记-Covariate Shift: A Review and Analysis on Classifiers
mohen_777的博客
11-06 798
熟悉机器学习的小伙伴应该都知道，Supervised learning中涉及的步骤包括从真实来源收集数据，数据整合，数据转换，对已知数据进行训练和验证算法，最后将其应用于未知测试数据。所以为了提高这些Supervised learning算法的性能，数据质量起着重要作用。可以基于各种角度来分析数据质量，例如数据复杂性，缺失值，噪声，数据不平衡，离群值，缩放值等。而在决定机器学习模型的性能中，起着重要作用的一种数据质量度量是dataset shift。
论文阅读-Event-based Visible and Infrared Fusion via Multi-task Collaboration
luralying的博客
11-09 690
假设有一个连续的事件流εε，它的时间范围在区间t0t1[t_0,t_1]t0​t1​内，在这段事件流中存在一组运动模糊帧段IirIi∣i12MIir​Ii​∣i12...M。每个IiI_iIi​都有一个曝光时间窗口titiδ∈t0t1ti​ti​δ∈t0​t1​,其中δ\deltaδ是红外相机的曝光时间长度。EVIFEVIFEVIF的目标是为每个红外帧Ii。
【课程总结】day34：多模态大模型之ViT模型、CLIP模型论文阅读理解
Deadwalk的专栏
11-06 1069
前言 在【课程总结】day31：多模态大模型初步了解一文中，我们对多模态大模型的基本原理有了初步了解，本章内容将通过论文阅读理解，更进一步理解多模态大模型中所涉及的 Vit 架构、Transformer在视觉应用的理念以及 Clip图像与文本匹配的应用。 ViT 模型论文阅读理解 多模态大模型中所涉及的最为经典的模型就是 ViT，所以我们先了解该论文的核心要点。 论文标题：An Image Is Worth 16x16 Words: Transformers For Image Recognition At
【图像压缩感知】论文阅读：Self-supervised Scalable Deep Compressed Sensing
qq_51975055的博客
11-07 741
本文为个人阅读论文的笔记，仅作为学习记录所用。
【多模态读论文系列】MINIGPT-4论文笔记
watermelon_c的博客
11-07 982
分享第三篇多模态论文阅读笔记论文地址：https://arxiv.org/pdf/2304.10592代码：https://minigpt-4.github.io/
论文阅读：人工智能赋能源网荷储协同互动的应用及展望
常隆涛的博客
11-06 1271
新型电力系统的主要特征之一是源网荷储高效协同，人工智能是实现源网荷储高效协同的重要赋能技术。
"跨域人群计数的自适应方法及实验研究-论文阅读笔记PPT展示
根据提供的内容，下面是一段对两篇顶会论文的阅读笔记的综述： 本次PPT展示主要介绍了两篇顶会论文，分别是《Bi-level Alignment for Cross-Domain Crowd Counting》和《Few-shot Image Generation via Cross-...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值