Proj CDeepFuzz Paper Reading: Free Lunch for Testing: Fuzzing Deep-Learning Libraries from Open Source
Abstract
背景：Python API使得DL Libraries的参数类型难以确定
本文：FreeFuzz
Github: https://github.com/ise-uiuc/FreeFuzz
方法：从1. 来自库文档的代码片段 2. 测试 3. DL models in the wild获取额外的运行时参数1. 参数的类型和值 2. 输入、输出张量形状
BugType: Crashes, Performance bugs with Metamorphic Testing, Inconsistency between CPU and GPU
实验：
对象：PyTorch, Tensorflow
Competitor: Lemon
效果:
- ⾃动跟踪模糊测试1158 个流⾏ API 的有效动态信息，⽐最先进的 LEMON 多 9 倍，且降低 3.5 倍开销
- 到 PyTorch 和 TensorFlow 的 49 个错误（其中 38 个已被开发⼈员确认为先前未知）
