摘要
现代模糊测试虽利用大语言模型生成结构化输入，但受提示初始化和采样方差影响，导致探索效率低。本文提出 FunFuzz，一种多岛进化模糊测试框架，通过并行隔离搜索并定期迁移高价值候选以维持多样性。该框架从文档推导初始提示，利用反馈引导选择持续自适应调整提示，并依据编译器覆盖率优先排序候选。在 GCC 和 Clang 上的评估表明，FunFuzz 相比现有基线实现了更高的编译器覆盖率，并发现了更多独特的故障触发输入。
AI 推荐理由
论文提出基于多岛进化框架，核心机制涉及候选迁移、反馈引导适应及持续优化，属自我进化研究。
研究机构
Universidad de Murcia, Murcia, Spain
Hivere, London, England
论文信息