Proj CMI Paper Reading: TargetFuzz: Using DARTs to Guide Directed Greybox Fuzzers

Abstract

背景：

1. 开发人员常以⼩批量的⾼频率更新，使得使⽤有效的测试⽅法在有限的测试时间内检测错误变得⾄关重要。
2. 虽然先前的⼯作改进了 DGF 的⼏个⽅⾯（例如功率调度、输⼊优先级和⽬标选择），但很少关注改进种⼦选择过程。

本文：
任务：为 DGF ⼯具提供⾯向⽬标的种⼦语料库，称为DART语料库

实验：

1. 对 34 个真实错误的评估表明，当配DART 语料库时，AFLGo（⼀种最先进的定向灰盒模糊器）发现了 10 个额外的错误和4.3倍速度提升