面向结构化输入的模糊测试

来源：计算机应用与软件杂志2024年第11期北京时间：

作者：乔丹, 周顺帆, 杨哲鳭

摘要：模糊测试是目前最有效的软件测试技术之一。当下的模糊测试对于结构化输入的生成能力有限，难以获得满足格式要求的输入，测试效果较差。为了解决此类问题，提出一种自动化分析输入结构的结构感知型模糊测试技术ChunkFuzzer。该技术根据程序使用输入的方式构建输入的树形结构，并将树形结构作为种子输入的附加信息，使用启发式突变算法进行结构感知的突变，使得生成的输入能够满足特定格式要求，探索程序的深层逻辑。对6款开源结构化输入软件的测试结果表明，相同测试时间内，ChunkFuzzer的方法比AFL（American Fuzzy Lop）、AFL+KG-*3+、FairFuzz在代码行覆盖率上分别提高了55%、61%、50%。

关键词：模糊测试, 自动化测试, 结构化输入