Fuzzing의 공학적 요소

• oracle 선택

Mutation-based Blackbox Fuzzing

• seed corpus S 선택
• mutators M 선택
• curpus에서 seed 하나 추출 (SELECT)
• input을 mutate (MUTATE), 그 과정에서 mutator m_i 추출 (SAMPLE)

Greybox Fuzzing

• 지표 선택
  • coverage 외 다른 지표?
  • coverage 종류 선택

Conclic Testing

• negate할 branch 선택 (Choose)

Fuzzing 연구 방향

• Greybox fuzzing과 Symbolic Fuzzing의 성능 비교 실험

<aside> 📌

Fuzzing은 데이터가 쌓이고 반복하는 것이다.

</aside>

• 쌓인 데이터에 기계학습 알고리즘 적용
• 강화학습과 유사하므로 강화학습 규칙 적용
• 최적화 알고리즘 적용