（根据文档内容判断属于类型a：单篇原创研究论文的学术报告）

PromptFuzz：基于提示模糊测试的模糊驱动程序生成技术研究

一、作者与发表信息
本研究由Yunlong Lyu（腾讯安全大数据实验室）、Yuxuan Xie（腾讯安全大数据实验室）、Peng Chen（腾讯安全大数据实验室）和Hao Chen（加州大学戴维斯分校）合作完成，发表于2024年ACM SIGSAC计算机与通信安全会议（CCS ‘24），论文标题为《Prompt Fuzzing for Fuzz Driver Generation》。

二、学术背景
1. 研究领域：本研究属于软件安全工程（Software Security Engineering）领域，聚焦于自动化模糊测试（Fuzzing）技术的创新。
2. 研究动机：传统模糊测试依赖高质量的模糊驱动程序（Fuzz Driver），但其手动编写耗时且需深入理解目标库的API。现有自动化生成技术（如基于消费者代码或解释性模糊测试）存在覆盖率低或搜索空间过大等问题。
3. 目标：提出PromptFuzz，一种基于大语言模型（LLM）的覆盖引导模糊测试框架，通过迭代生成模糊驱动程序探索未覆盖的库代码路径，并提升漏洞检测效率。

三、研究流程与方法
1. 核心流程
- 步骤1：指令化程序生成
- 方法：从库头文件提取函数签名和类型定义，构建包含API组合的提示模板（Prompt Template），输入LLM（如GPT-3.5/4）生成候选程序。
- 创新点：通过零样本提示（Zero-shot Prompting）引导LLM生成符合库规范的代码，模板包含任务描述、库上下文（API签名、自定义类型）和库规范约束。
- 步骤2：错误程序验证
- 三级验证机制：
1. 语法验证：通过C/C++编译器过滤语法错误程序。
2. 运行时验证：结合AddressSanitizer（ASan）、UndefinedBehaviorSanitizer（UBSan）和自研FileSanitizer检测内存错误、未定义行为和文件操作泄漏。
3. 覆盖验证：基于关键路径分析（Critical Path Analysis）剔除未执行核心API调用的程序。
- 数据支持：在14个库的测试中，41,080个生成程序中63.9%因语法错误被淘汰，27.5%因运行时异常被剔除。
- 步骤3：覆盖引导的提示变异
- 能量调度（Power Scheduling）：借鉴AFLFast的单调调度策略，根据API函数的分支覆盖率动态调整其被选入提示的概率（公式：energy(i) = 1 - cov(i) / [(1+seed(i))^E * (1+prompt(i))^E]）。
- 变异策略：插入（Insertion）、替换（Replacement）和交叉（Crossover）API组合，优先选择高密度（Density）和独特分支（Unique Branches）的种子程序。
- 步骤4：约束式模糊调度
- 参数约束推断：通过静态分析推断API参数的六类约束（如数组长度、文件名、分配大小），并将常量参数转换为可接收模糊输入的变量。
- 调度优化：合并通过验证的种子程序为单一模糊驱动程序，基于覆盖反馈调度测试顺序。

1. 实验设计
   
   • 研究对象：14个真实世界库（如libtiff、SQLite3、libpng），总计231,808个代码分支。
     
   • 对比基线：OSS-Fuzz（手动编写驱动）和Hopper（当前最优自动化工具）。
     
   • 评估指标：分支覆盖率、漏洞检测数量及误报率。
     

四、主要结果
1. 覆盖率提升
- PromptFuzz在14个库中平均分支覆盖率达40.07%，较OSS-Fuzz（24.88%）和Hopper（24.46%）分别提升1.61倍和1.63倍。
- 典型案例：在SQLite3中覆盖73.61%分支，远超OSS-Fuzz的25.64%。

1. 漏洞检测能力

   • 共报告49次崩溃，经人工验证确认33个真实漏洞（30个获社区确认），检测准确率86.36%。
     
   • 代表性漏洞：
     
     • libvpx中vp8_peek_si_internal的段错误（CVE-2023-XXXX）。
       
     • libtiff中tiffreadencodedstrip的内存泄漏。
       
   • 长期测试：15天额外模糊测试发现3个新漏洞，证明其持续检测能力。
     

2. 关键技术贡献

   • 错误程序验证：FileSanitizer检测到324个文件描述符泄漏，显著降低误报。
     
   • 参数约束推断：精确率91.24%（250/274），15个漏洞依赖参数转换触发。
     

五、结论与价值
1. 科学价值：
- 首次将LLM与覆盖引导模糊测试结合，解决API依赖和复杂状态探索难题。
- 提出“提示模糊测试”（Prompt Fuzzing）新范式，为生成式测试提供可扩展框架。
2. 应用价值：
- 单库平均成本4.15美元，适用于大规模开源库安全审计。
- 工具已开源（17,595行Rust代码），支持集成现有模糊器如libFuzzer。

六、研究亮点
1. 方法创新：
- 覆盖引导的提示变异策略，突破LLM生成代码的随机性限制。
- 多级错误验证机制（语法、运行时、覆盖）将误报率降至13.64%。
2. 性能突破：在资源密集型库（如libaom）中仍保持20%以上覆盖率提升。

七、其他发现
- 局限性：对闭源库适用性依赖LLM微调，未来可通过领域适应（Domain Adaptation）优化。
- 扩展性：框架设计支持迁移至Web应用和嵌入式系统测试。

（报告字数：约2000字）