지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.10
- 수록면
- 973 - 980 (8page)
이용수
초록· 키워드
오류제보하기
퍼징은 프로그램을 테스트하기 위해 많은 테스트케이스를 생성하고 예외 상황을 모니터링하는 자동화된 테스팅 기술이다. 최근 퍼징 과정에서 발생하는 다양한 문제를 해결하기 위해 기계학습을 적용한 퍼징 연구가 활발히 제안되고 있지만, 기계학습을 적용한 퍼징 연구에 대한 종합적인 평가는 부족하다. 본 논문에서는 퍼징의 스케줄링 기법에 기계학습을 적용한 최신 연구들을 강화학습 기반과 지도학습 기반 퍼저로 분류하여 분석하였다. 분석된 기계학습 기반 퍼저들을 서로 다른 네 가지의 파일 포맷을 사용하는 리얼월드 프로그램에 적용하여 커버리지 확보 성능을, LAVA-M 데이터셋을 사용하여 버그 탐지 성능을 확인하였다. 실험 결과, 시드 클러스터링 기법과 강화학습을 통한 시드 스케줄링 기법을 적용한 AFL-HIER가 커버리지 확보와 버그 탐지 성능에서 우수한 성과를 보였다. 지도학습의 경우, 코드 복잡도가 높은 tcpdump를 대상으로 높은 커버리지 확보를 보였으며, 하이브리드 퍼징에 적용하였을때 버그 탐지 성능이 뛰어났다. 본 연구는 기계학습과 퍼징 과정을 최적화하는 추가적인 기법을 함께 적용하였을 때 커버리지 확보와 버그 탐지 성능이 우수하다는 점을 보여주었다. 향후 다양한 입력 포맷을 다루는 프로그램에 효과적으로 적용할 수 있는 실용적이고 강력한 기계학습 기반 퍼징 기법에 대한 연구가 필요하다.
목차
요약
ABSTRACT
I. 서론
II. 퍼징과 스케줄링 기법
III. 스케줄링 전략에 기계학습을 적용한 최신 퍼저
IV. 실험 및 평가
V. 결론
References
참고문헌 (10)
참고문헌 신청
Xiaogang Zhu, Sheng Wen, Seyit Camtepe, and Yang Xiang, “Fuzzing: A Survey for Roadmap,” ACM Computing Surveys (CSUR), vol. 54, no. 11, pp. 1-36, Sep. 2022.
Gary J Saavedra, Kathryn N Rodhouse, Daniel M Dunlavy, and Philip W Kegelmeyer, “A Review of Machine Learning Applications in Fuzzing,” arXiv preprint arXiv:1906.11133, 2019.
Yan Wang, Peng Jia, Luping Liu, Cheng Huang, and Zhonglin Liu, “A systematic review of fuzzing based on machine learning techniques,” PloS one, vo. 15, no. 8, Aug. 2020.
Jinghan Wang, Chengyu Song, and Heng Yin, “Reinforcement Learning-based Hierarchical Seed Scheduling for Greybox Fuzzing,” Network and Distributed Systems Security (NDSS) Symposium, Feb. 2021.
Yiru Zhao, Xiaoke Wang, Lei Zhao, Yueqiang Cheng, and Heng Yin, “Alphuzz: Monte Carlo Search on Seed-Mutation Tree for Coverage-Guided Fuzzing,” ACSAC’22: Proceedings of the 38th Annual Computer Security Applications Conference, pp. 534-547, Dec. 2022.
Gary J Saavedra, Kathryn N Rodhouse, Daniel M Dunlavy, and Philip W Kegelmeyer, “A Review of Machine Learning Applications in Fuzzing,” arXiv preprint arXiv:1906.11133, 2019.
Yan Wang, Peng Jia, Luping Liu, Cheng Huang, and Zhonglin Liu, “A systematic review of fuzzing based on machine learning techniques,” PloS one, vo. 15, no. 8, Aug. 2020.
Jinghan Wang, Chengyu Song, and Heng Yin, “Reinforcement Learning-based Hierarchical Seed Scheduling for Greybox Fuzzing,” Network and Distributed Systems Security (NDSS) Symposium, Feb. 2021.
Yiru Zhao, Xiaoke Wang, Lei Zhao, Yueqiang Cheng, and Heng Yin, “Alphuzz: Monte Carlo Search on Seed-Mutation Tree for Coverage-Guided Fuzzing,” ACSAC’22: Proceedings of the 38th Annual Computer Security Applications Conference, pp. 534-547, Dec. 2022.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
테스트 프레임워크를 활용한 라이브러리 퍼징 환경 구축 자동화
정보보호학회논문지
2021 .08
-
트리학습기반 퍼징 시드파일 생성
한국정보과학회 학술발표논문집
2019 .12
-
실행 흐름 분석을 통한 퍼징 성능 향상
한국정보과학회 학술발표논문집
2019 .12
-
유저 모드 예외 처리 핸들러를 이용한 스냅샷 기반의 윈도우 소프트웨어 퍼징
JOURNAL OF PLATFORM TECHNOLOGY
2024 .08
-
퍼징 시드 파일에 관한 연구 동향 분석
한국정보과학회 학술발표논문집
2019 .12
-
함수 관련도를 이용한 퍼징의 커버리지 향상
한국정보과학회 학술발표논문집
2019 .12
-
딥러닝을 활용한 퍼징 시드 파일 생성 기법
한국정보과학회 학술발표논문집
2019 .06
-
시드 정렬을 통한 퍼징 기법 개선에 관한 연구
한국정보과학회 학술발표논문집
2019 .12
-
Variational Autoencoder를 활용한 필드 기반 그레이 박스 퍼징 방법
정보보호학회논문지
2018 .12
-
라이브러리 퍼징의 커버리지 향상 방법 연구
정보보호학회논문지
2020 .12
-
산업제어시스템의 물리적 취약점 분석을 위한 토큰 트리(Token Tree) 기반의 퍼징(fuzzing) 기법
한국정보통신학회논문지
2023 .03
-
파일 퍼징을 통한 소프트웨어 취약점 점검방법
Proceedings of KIIT Conference
2018 .11
-
Non-Random CAN Fuzzing을 통한 효율적인 ECU 분석 기술
정보보호학회논문지
2020 .12
-
알려지지 않은 프로토콜에 대한 Fuzzing 기법 연구
한국정보과학회 학술발표논문집
2019 .12
-
파일 퍼징을 위한 생성적 적대 신경망 기반 테스트 파일 생성 기법
정보과학회 컴퓨팅의 실제 논문지
2020 .08
-
자바스크립트 엔진에 대한 시맨틱 보존적 변이기반 퍼징
정보보호학회논문지
2020 .08
-
딥러닝 적대적 예제와 퍼징기술 동향
정보과학회지
2021 .08
-
안드로이드 기반 문서 어플리케이션의 퍼징 방법론 연구
정보보호학회논문지
2015 .02
-
Dynamic Function Relevance based Fuzzing for High Coverage
Journal of KIISE
2021 .04
-
유닛테스트를 활용한 c/c++ 라이브러리 그레이박스 퍼징 적용 자동화
정보보호학회논문지
2019 .08
최근 본 자료
댓글(0)
0