Context-Aware Fuzzing for Robustness Enhancement of Deep Learning Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Wang, Haipeng, Wei, Zhengyuan, Zhou, Qilin, Chan, Wing-Kwong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Scalable and Precise Patch Robustness Certification for Deep Learning Models with Top-k Predictions
di: Zhou, Qilin, et al.
Pubblicazione: (2025)
di: Zhou, Qilin, et al.
Pubblicazione: (2025)
A3Rank: Augmentation Alignment Analysis for Prioritizing Overconfident Failing Samples for Deep Learning Models
di: Wei, Zhengyuan, et al.
Pubblicazione: (2024)
di: Wei, Zhengyuan, et al.
Pubblicazione: (2024)
CrossCert: A Cross-Checking Detection Approach to Patch Robustness Certification for Deep Learning Models
di: Zhou, Qilin, et al.
Pubblicazione: (2024)
di: Zhou, Qilin, et al.
Pubblicazione: (2024)
Toward Patch Robustness Certification and Detection for Deep Learning Systems Beyond Consistent Samples
di: Zhou, Qilin, et al.
Pubblicazione: (2025)
di: Zhou, Qilin, et al.
Pubblicazione: (2025)
Fuzzing Automatic Differentiation in Deep-Learning Libraries
di: Yang, Chenyuan, et al.
Pubblicazione: (2023)
di: Yang, Chenyuan, et al.
Pubblicazione: (2023)
DeepGo: Predictive Directed Greybox Fuzzing
di: Lin, Peihong, et al.
Pubblicazione: (2025)
di: Lin, Peihong, et al.
Pubblicazione: (2025)
XMutant: XAI-based Fuzzing for Deep Learning Systems
di: Chen, Xingcheng, et al.
Pubblicazione: (2025)
di: Chen, Xingcheng, et al.
Pubblicazione: (2025)
MirrorFuzz: Leveraging LLM and Shared Bugs for Deep Learning Framework APIs Fuzzing
di: Ou, Shiwen, et al.
Pubblicazione: (2025)
di: Ou, Shiwen, et al.
Pubblicazione: (2025)
MoCo: Fuzzing Deep Learning Libraries via Assembling Code
di: Ji, Pin, et al.
Pubblicazione: (2024)
di: Ji, Pin, et al.
Pubblicazione: (2024)
Evaluating the Effectiveness of Coverage-Guided Fuzzing for Testing Deep Learning Library APIs
di: Qin, Feiran, et al.
Pubblicazione: (2025)
di: Qin, Feiran, et al.
Pubblicazione: (2025)
LLM-Powered Silent Bug Fuzzing in Deep Learning Libraries via Versatile and Controlled Bug Transfer
di: Zhang, Kunpeng, et al.
Pubblicazione: (2026)
di: Zhang, Kunpeng, et al.
Pubblicazione: (2026)
CREME: Robustness Enhancement of Code LLMs via Layer-Aware Model Editing
di: Liu, Shuhan, et al.
Pubblicazione: (2025)
di: Liu, Shuhan, et al.
Pubblicazione: (2025)
MicroFuzz: An Efficient Fuzzing Framework for Microservices
di: Di, Peng, et al.
Pubblicazione: (2024)
di: Di, Peng, et al.
Pubblicazione: (2024)
TransferFuzz: Fuzzing with Historical Trace for Verifying Propagated Vulnerability Code
di: Li, Siyuan, et al.
Pubblicazione: (2024)
di: Li, Siyuan, et al.
Pubblicazione: (2024)
Fuzzing MLIR Compilers with Custom Mutation Synthesis
di: Limpanukorn, Ben, et al.
Pubblicazione: (2024)
di: Limpanukorn, Ben, et al.
Pubblicazione: (2024)
The Seeds of the FUTURE Sprout from History: Fuzzing for Unveiling Vulnerabilities in Prospective Deep-Learning Libraries
di: Li, Zhiyuan, et al.
Pubblicazione: (2024)
di: Li, Zhiyuan, et al.
Pubblicazione: (2024)
LLM-Assisted Model-Based Fuzzing of Protocol Implementations
di: Huang, Changze, et al.
Pubblicazione: (2025)
di: Huang, Changze, et al.
Pubblicazione: (2025)
Fuzz Smarter, Not Harder: Towards Greener Fuzzing with GreenAFL
di: Ercevik, Ayse Irmak, et al.
Pubblicazione: (2025)
di: Ercevik, Ayse Irmak, et al.
Pubblicazione: (2025)
WuppieFuzz: Coverage-Guided, Stateful REST API Fuzzing
di: Rooijakkers, Thomas, et al.
Pubblicazione: (2025)
di: Rooijakkers, Thomas, et al.
Pubblicazione: (2025)
Uses of Active and Passive Learning in Stateful Fuzzing
di: Daniele, Cristian, et al.
Pubblicazione: (2024)
di: Daniele, Cristian, et al.
Pubblicazione: (2024)
May the Feedback Be with You! Unlocking the Power of Feedback-Driven Deep Learning Framework Fuzzing via LLMs
di: Yang, Shaoyu, et al.
Pubblicazione: (2025)
di: Yang, Shaoyu, et al.
Pubblicazione: (2025)
MobFuzz: Adaptive Multi-objective Optimization in Gray-box Fuzzing
di: Zhang, Gen, et al.
Pubblicazione: (2024)
di: Zhang, Gen, et al.
Pubblicazione: (2024)
Learning-Guided Fuzzing for Testing Stateful SDN Controllers
di: Ollando, Raphaël, et al.
Pubblicazione: (2024)
di: Ollando, Raphaël, et al.
Pubblicazione: (2024)
Program Environment Fuzzing
di: Meng, Ruijie, et al.
Pubblicazione: (2024)
di: Meng, Ruijie, et al.
Pubblicazione: (2024)
S$^2$F: Principled Hybrid Testing With Fuzzing, Symbolic Execution, and Sampling
di: Wang, Lianjing, et al.
Pubblicazione: (2026)
di: Wang, Lianjing, et al.
Pubblicazione: (2026)
Fuzz4All: Universal Fuzzing with Large Language Models
di: Xia, Chunqiu Steven, et al.
Pubblicazione: (2023)
di: Xia, Chunqiu Steven, et al.
Pubblicazione: (2023)
Selecting Initial Seeds for Better JVM Fuzzing
di: Gao, Tianchang, et al.
Pubblicazione: (2024)
di: Gao, Tianchang, et al.
Pubblicazione: (2024)
DepRadar: Agentic Coordination for Context Aware Defect Impact Analysis in Deep Learning Libraries
di: Gao, Yi, et al.
Pubblicazione: (2026)
di: Gao, Yi, et al.
Pubblicazione: (2026)
BiFuzz: A Two-Stage Fuzzing Tool for Open-World Video Games
di: Kato, Yusaku, et al.
Pubblicazione: (2025)
di: Kato, Yusaku, et al.
Pubblicazione: (2025)
GraphFuzz: Automated Testing of Graph Algorithm Implementations with Differential Fuzzing and Lightweight Feedback
di: Yan, Wenqi, et al.
Pubblicazione: (2025)
di: Yan, Wenqi, et al.
Pubblicazione: (2025)
Mut4All: Fuzzing Compilers via LLM-Synthesized Mutators Learned from Bug Reports
di: Wang, Bo, et al.
Pubblicazione: (2025)
di: Wang, Bo, et al.
Pubblicazione: (2025)
PatchFuzz: Patch Fuzzing for JavaScript Engines
di: Wang, Junjie, et al.
Pubblicazione: (2025)
di: Wang, Junjie, et al.
Pubblicazione: (2025)
Interleaved Learning and Exploration: A Self-Adaptive Fuzz Testing Framework for MLIR
di: Sun, Zeyu, et al.
Pubblicazione: (2025)
di: Sun, Zeyu, et al.
Pubblicazione: (2025)
DocTer: Documentation Guided Fuzzing for Testing Deep Learning API Functions
di: Xie, Danning, et al.
Pubblicazione: (2021)
di: Xie, Danning, et al.
Pubblicazione: (2021)
WFC/WFD: Web Fuzzing Commons, Dataset and Guidelines to Support Experimentation in REST API Fuzzing
di: Sahin, Omur, et al.
Pubblicazione: (2025)
di: Sahin, Omur, et al.
Pubblicazione: (2025)
Large-Scale Empirical Analysis of Continuous Fuzzing: Insights from 1 Million Fuzzing Sessions
di: Shirai, Tatsuya, et al.
Pubblicazione: (2025)
di: Shirai, Tatsuya, et al.
Pubblicazione: (2025)
Feature-Aware Test Generation for Deep Learning Models
di: Chen, Xingcheng, et al.
Pubblicazione: (2026)
di: Chen, Xingcheng, et al.
Pubblicazione: (2026)
Prompt Fuzzing for Fuzz Driver Generation
di: Lyu, Yunlong, et al.
Pubblicazione: (2023)
di: Lyu, Yunlong, et al.
Pubblicazione: (2023)
BASFuzz: Towards Robustness Evaluation of LLM-based NLP Software via Automated Fuzz Testing
di: Xiao, Mingxuan, et al.
Pubblicazione: (2025)
di: Xiao, Mingxuan, et al.
Pubblicazione: (2025)
Towards Large Language Model Guided Kernel Direct Fuzzing
di: Li, Xie, et al.
Pubblicazione: (2025)
di: Li, Xie, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Scalable and Precise Patch Robustness Certification for Deep Learning Models with Top-k Predictions
di: Zhou, Qilin, et al.
Pubblicazione: (2025) -
A3Rank: Augmentation Alignment Analysis for Prioritizing Overconfident Failing Samples for Deep Learning Models
di: Wei, Zhengyuan, et al.
Pubblicazione: (2024) -
CrossCert: A Cross-Checking Detection Approach to Patch Robustness Certification for Deep Learning Models
di: Zhou, Qilin, et al.
Pubblicazione: (2024) -
Toward Patch Robustness Certification and Detection for Deep Learning Systems Beyond Consistent Samples
di: Zhou, Qilin, et al.
Pubblicazione: (2025) -
Fuzzing Automatic Differentiation in Deep-Learning Libraries
di: Yang, Chenyuan, et al.
Pubblicazione: (2023)