定向模糊测试aflgo中的能量调度

最新推荐文章于 2024-04-18 09:52:04 发布

Fasthand_

最新推荐文章于 2024-04-18 09:52:04 发布

阅读量364

点赞数

分类专栏：模糊测试文章标签：网络安全模糊测试定向模糊测试能量调度 aflgo

本文链接：https://blog.csdn.net/qq_43390703/article/details/133783967

版权

模糊测试专栏收录该内容

3 篇文章 1 订阅

订阅专栏

本文介绍了AFL中的AdaptivePowerScheduling，一种通过模拟退火策略动态调整种子输入的功率分配，使得远离目标路径的种子分配的能量减少，接近目标的种子则分配更多能量。这种方法旨在提高代码路径的探索效率。

摘要由CSDN通过智能技术生成

对应部分代码主要在
aflgo::afl-fuzz.c::4820

AFL 的一个核心思想是在模糊测试过程中动态地调整每个输入样本的 “power”，以便更有效地探索新的代码路径。功率在此上下文中用作一种权重，表示给定输入样本的变异应该尝试多少次。

传统的 AFL 通过比较直观的方式计算功率，但随着时间的推移，这种方法可能不是最优的。

“Adaptive Power Scheduling” (APS) 意味着使用更复杂、更智能的策略来决定如何为每个输入分配权重或功率。模拟退火是其中可能用于APS的一种策略。

  double power_factor = 1.0;
  if (q->distance > 0) {
    double normalized_d = q->distance;
    if (max_distance != min_distance)
      normalized_d = (q->distance - min_distance) / (max_distance - min_distance);
    if (normalized_d >= 0) {
        double p = (1.0 - normalized_d) * (1.0 - T) + 0.5 * T;
        power_factor = pow(2.0, 2.0 * (double) log2(MAX_FACTOR) * (p - 0.5));

    }// else WARNF ("Normalized distance negative: %f", normalized_d);
  }