【论文分享】思考更深，生成更强：基于数据流聚合与工作流分解的模糊测试驱动自动生成
模糊测试的高效性，取决于测试数据能否深入待测程序的内部逻辑。对于C语言编写的系统库和复杂应用，仅从最外层入口如命令行工具进行测试，往往只能覆盖外围代码，大量核心功能模块被层层封装，难以触及。为此，业界引入了模糊测试驱动（harness），并借助大语言模型（LLM）辅助harness的自动生成。
大语言模型
DataCon 晚自习：浅谈大模型辅助漏洞挖掘
本次 DataCon 要求参赛者结合大模型技术识别漏洞，本文从函数级别和代码库级别两个方面简要分析和梳理当前研究进展和发展方向。