.png){kind=icon}
返回
Intelligent test case generation method for fuzzing IoT protocols based on LLM
.png){kind=icon}
PRE
AI
DOI：10.1007/s10515-025-00557-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网（IoT）协议是物联网系统的核心要素，为设备间的通信和数据交换提供基础支持。这些协议使各种设备能够连接并协同工作。然而，物联网协议实现中潜在的错误和漏洞可能导致设备易受攻击。因此，确保物联网协议的安全性至关重要。常见的漏洞检测方法，如模糊测试（fuzzing），在评估这些实现时面临重大挑战，主要由于需要广泛的协议知识、高时间和资源消耗，以及难以生成高质量和针对性的测试用例。为了解决上述问题，本文提出了一种用于测试物联网协议的智能模糊测试工具LIPFuzzer。与依赖用户对协议理解来生成测试用例的常见方法不同，LIPFuzzer借助大型语言模型（LLMs），通过变异真实的物联网协议通信消息来自动生成更具针对性的测试用例。具体而言，它利用LLMs理解协议的相关知识，分析不同类别的协议消息，并结合物联网协议的特性识别推荐的变异字段，为每种类别提供针对性的变异策略。此外，我们在几种广泛使用的知名物联网协议实现（如Modbus-TCP、MQTT和CoAP）上对LIPFuzzer进行了评估。实验结果表明，与广泛使用的协议模糊测试工具（如Peach）相比，LIPFuzzer能更便捷高效地生成测试用例，同时更有效地发现漏洞。
Keyword:
Internet of things protocols
Test case
Fuzzing
Large language models
期刊
A
IF:
3.1
论文数:
84
被引数:
0
机构
暂无机构信息
引用论文
SPFuzz: A Hierarchical Scheduling Framework for Stateful Network Protocol Fuzzing.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容