新闻详情

新闻详情

首页 / 资讯中心 / 详情

GitHub Security Lab 开源 Fuzzing Taskflow:让 LLM 智能体自己跑完 C/C++ 模糊测试

发布时间:2026/11/16 8:29:27来源:尧图网络
GitHub Security Lab 开源 Fuzzing Taskflow:让 LLM 智能体自己跑完 C/C++ 模糊测试
GitHub Security Lab 开源 Fuzzing Taskflow让 LLM 智能体自己跑完 C/C 模糊测试原文GitHub Blog - AI-powered fuzzing with the GitHub Security Lab Taskflow Agenthttps://github.blog/security/application-security/ai-powered-fuzzing-with-the-github-security-lab-taskflow-agent模糊测试做安全研究的人都懂写 harness、跑 AFL、盯覆盖率、分诊崩溃每一环都枯燥且重复。GitHub Security Lab 的 Antonio Morales 最近开源了 Fuzzing Taskflow把这条流水线整个交给 LLM 智能体只要指向一个 GitHub 仓库它就能自动识别入口点、分析构建系统、编写 harness、运行 AFL、读取覆盖报告、改进 harness、分诊每一个崩溃并为每个唯一 bug 写出漏洞报告全程无需人盯着。一、三层架构决策与执行分离这个项目最值得 Agent 开发者看的不是模糊测试本身而是它的架构。整个系统分三层Shell driverrun_fuzzing.sh 脚本把各个 pipeline stage 串起来。Taskflow YAML每个 stage 对应一份 YAML本质上是告诉 LLM 智能体每一步该做什么的 prompt。MCP tools智能体实际调用的工具集比如运行 AFL、编译 harness、存储 crash、读取覆盖报告。官方强调的设计原则是一句话LLM agent owns the decisions, and the MCP tools own the execution。智能体决定 fuzz 什么、写什么 harness、追哪个覆盖缺口但它从不直接调用 AFL 或 clang只能调用工具暴露的原语。另一个容易被忽略的细节所有状态存在 SQLite 数据库 fuzz_context.db 中各 stage 之间通过数据库交互而不是靠内存传递。这意味着流水线可以断点续跑stage 之间彻底解耦。二、全流程拆解1. 双二进制构建每个 harness 会被编译两次各干各的活.afl 二进制用 afl-clang-lto 加 -fsanitizeaddress,undefined 编译负责实际跑 fuzzing.cov 二进制用 clang 加 -fprofile-instr-generate -fcoverage-mapping 编译负责事后重放 AFL 队列生成真实的源码行和分支覆盖报告。一个跑性能一个跑精度这个拆分思路在覆盖率敏感的场景里可以复用。2. 覆盖反馈循环这是整条管线的核心把工程师手动的跑一轮、看覆盖、改一改循环自动化了。每轮迭代中智能体对每个 harness 在时间预算内运行 AFL用 .cov 二进制重放队列拿真实覆盖报告读出未覆盖的分支列表然后自主选择行动造一个专门命中未覆盖分支的新种子修改 harness 源码让它多调用一个 API把守卫比较的 magic constants 自动补进 AFL 字典如果是冷错误路径或第三方 vendor 代码直接跳过。时间预算按 30s → 60s → 120s → 240s → 480s → 960s 逐轮翻倍每个目标累计约 32 分钟早期短轮次抓低垂果实后期长轮次突破硬守卫。停止条件是 plateau 检测——连续两轮迭代各自增益低于阈值默认 1% 绝对行覆盖就判定收益递减移步下一个目标。3. 结构感知模糊测试针对常见格式管线提供四种互补机制生成结构化输入预建的 AFL 字典和 LLVMFuzzerCustomMutator 变异器覆盖 JSON、XML、正则、PNG、长度前缀 TLV扫描目标源码提取字符串字面量和 32 位数值常量的源码级字典覆盖驱动的动态字典——每轮覆盖后检查 strncmp、memcmp、case 分支等守卫并追加新 token数值常量同时给出大小端两种表示以及把语料目录文件随机拼接子区域的 corpus-splice 算子。4. 语料库演进与崩溃分诊每个 harness 拥有稳定的语料目录跨迭代、跨 campaign 保留。每轮结束把 AFL 队列合并进语料并用 afl-cmin 去重限大小。fuzzing 结束后自动进入三阶段分诊先用 afl-tmin 最小化每个崩溃输入在 ASan 下重放捕获栈回溯按归一化栈顶帧哈希去重再对已知崩溃在新二进制上重放检测上游是否已修复最后智能体阅读 harness 源码与崩溃函数回溯到公开 API 调用链为每个崩溃写 markdown 报告。报告的 verdict 分为 vulnerability、library_hardening、harness_bug、OOM、timeout、assertion_failure、duplicate 几类内容包括 file:line 级别的根因分析、可达性论证、可利用性评估以及 unified diff 形式的修复建议和回归测试草案。三、怎么跑起来最简单的方式是打开官方仓库 seclab-taskflows-fuzzing 的 Codespace然后./scripts/fuzzing/run_fuzzing.sh tukaani-project/xz ./scripts/fuzzing/run_fuzzing.sh DaveGamble/cJSON参数就是 GitHub 的 owner/repo 名。启动 campaign 后8765 端口会自动开放一个实时仪表板展示每个 harness 的运行状态、带迷你走势图的覆盖率表格、崩溃热力图和迭代时间线Codespace 会自动转发端口。必须原样转述官方的安全警告这个 taskflow 直接在宿主机上运行 afl-fuzz、clang 和 LLM 选定的任意构建命令中间没有任何容器隔离。一个被 prompt injection 的智能体原则上可以做你的用户账号能做的一切。所以务必只在一次性环境Codespace 或临时虚拟机中、以非特权身份运行。四、模型选择与局限默认模型是 Claude Sonnet 5原因是它通过了全部内部测试部分前沿模型因为对输出施加安全护栏反而不适合这个 taskflow。想换模型可以改 src/seclab_taskflows_fuzzing/configs/model_config.yaml以仓库最新文档为准未验证最新版本。局限也要说清楚目前只支持 C/C 项目智能体的分析受限于模型对目标代码的理解确实会出错作者建议所有补丁标记 review requiredverdict 只是人工分析的起点而非结论fuzzing 仍然需要 human in the loop这套工具只是把最重复的劳动交了出去。五、给 Agent 开发者的四个可复用模式抛开模糊测试这个项目里有四个模式值得搬回你自己的 Agent 项目决策与执行分离。智能体只做决策工具只暴露原语出问题时边界清晰也更容易做权限收敛。状态外置到数据库。stage 之间靠 SQLite 而不是内存传状态长任务天然获得断点续跑能力。预算递增加 plateau 检测。时间预算逐轮翻倍、连续低增益就止损换目标这是 Agent 长循环里很通用的停止条件设计。输出带 unified diff。让智能体给出可 diff、可 review 的建议而不是一段散文人工介入成本会低一个数量级。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉