Defect Prediction Guided Greybox Fuzz Testing

Haochen Jin

doi:10.1016/j.jss.2025.112609

Defect Prediction Guided Greybox Fuzz Testing

2025-09-02

0

PRE

AI

DOI：10.1016/j.jss.2025.112609

原文链接

原文求助

摘要

En 中文

模糊测试是一种通过随机或半随机生成测试用例来检测软件缺陷的成熟自动化技术。软件功能的日益复杂化使得全面测试更加困难。研究表明，软件中的缺陷分布通常表现出聚集效应。通过基于代码的静态属性、历史数据或其他软件信息预测缺陷分布，缺陷预测优化了测试资源的分配，特别是通过聚焦于缺陷倾向性更高的测试模块，提升了模糊测试工具的有效性。为此，本文介绍了一种名为DPFuzz的灰盒模糊测试方法，该方法整合了缺陷预测与模糊测试的优点，以生成更具针对性的缺陷检测测试用例。作为模糊测试工具的扩展插件，DPFuzz能够与各种模糊测试工具无缝集成。实验在12个被测开源软件上进行，结果表明DPFuzz有效提升了模糊测试的性能，具体表现为触发的唯一崩溃数量最多提升了18.6%；研究验证了模糊测试检测到的缺陷与缺陷预测结果之间的相关性，证实了缺陷预测的实践应用价值。

Keyword:

fuzz testing

defect prediction

greybox testing

software testing

crash detection

Defect Prediction Guided Greybox Fuzz Testing

摘要

期刊

机构

引用论文