文献

J-GLOBAL ID：201902261540537820   整理番号：19A2566219

大規模符号ベースのための自動化Fuzzターゲット生成に関する事例研究【JST・京大機械翻訳】

A Case Study on Automated Fuzz Target Generation for Large Codebases

著者 (3件)： Kelly Matthew (Cohda Wireless) ,  Treude Christoph (University of Adelaide) ,  Murray Alex (Canonical)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ESEM  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Fuzz試験は,故障条件をトリガするために,プログラムにランダムで予想外の入力を提供する,大部分自動化された試験技術である。これまでに行われた研究の多くは,効率を改善するために利用可能なFuzz試験ツールとフレームワークへの改良の開発に焦点を当ててきた。しかし,本論文では,既存のコードベースを維持するためにFuzz試験を統合するために必要な現像時間の量を削減できる方法を検討した。これを自動的にFuzz目標を生成するための新しい技術,Fuzz試験ツールが動作するプログラムの修正版により達成した。著者らの産業パートナーのコードベースに関する3つの異なるFuzz試験解を評価し,完全に自動化された解を見出し,これらの解を実行するために必要な現像時間に関して見出されたより多くのバグをもたらすことを見出した。著者らの研究は,既存のコードベースを維持するためにFuzz Testingソリューションを統合するのをより簡単にすることによってFuzz Testingの罹患率を増加させるための重要なステップである。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ソフトウェア障害 ,  *事例研究 ,  *自動化 ,  故障 ,  現像

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  計算機システム開発  (JD02010R) ,  音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 大規模 ,  符号 ,  自動化 ,  ターゲット ,  研究