Buchumschlag

Fixing Security Vulnerabilities with AI in OSS-Fuzz

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yuntong, Wang, Jiawei, Berzin, Dominic, Mirchev, Martin, Liu, Dongge, Arya, Abhishek, Chang, Oliver, Roychoudhury, Abhik
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Language Model assisted Hybrid Fuzzing
von: Meng, Ruijie, et al.
Veröffentlicht: (2024)

FalseCrashReducer: Mitigating False Positive Crashes in OSS-Fuzz-Gen Using Agentic AI
von: Amusuo, Paschal C., et al.
Veröffentlicht: (2025)

Smart Contract Fuzzing Towards Profitable Vulnerabilities
von: Kong, Ziqiao, et al.
Veröffentlicht: (2025)

Fuzzing Frameworks for Server-side Web Applications: A Survey
von: Dharmaadi, I Putu Arya, et al.
Veröffentlicht: (2024)

Fast and Accurate Silent Vulnerability Fix Retrieval
von: Liu, Xueqing, et al.
Veröffentlicht: (2025)

DeepCode AI Fix: Fixing Security Vulnerabilities with Large Language Models
von: Berabi, Berkay, et al.
Veröffentlicht: (2024)

Triggering and Detecting Exploitable Library Vulnerability from the Client by Directed Greybox Fuzzing
von: Zhao, Yukai, et al.
Veröffentlicht: (2026)

Multi-Agent Collaborative Fuzzing with Continuous Reflection for Smart Contracts Vulnerability Detection
von: Chen, Jie, et al.
Veröffentlicht: (2025)

ChainFuzzer: Greybox Fuzzing for Workflow-Level Multi-Tool Vulnerabilities in LLM Agents
von: Wu, Jiangrong, et al.
Veröffentlicht: (2026)

PatchFuzz: Patch Fuzzing for JavaScript Engines
von: Wang, Junjie, et al.
Veröffentlicht: (2025)

How Effective Are Neural Networks for Fixing Security Vulnerabilities
von: Wu, Yi, et al.
Veröffentlicht: (2023)

Prompt Fuzzing for Fuzz Driver Generation
von: Lyu, Yunlong, et al.
Veröffentlicht: (2023)

LLM4Fuzz: Guided Fuzzing of Smart Contracts with Large Language Models
von: Shou, Chaofan, et al.
Veröffentlicht: (2024)

From Trace to Line: LLM Agent for Real-World OSS Vulnerability Localization
von: Xi, Haoran, et al.
Veröffentlicht: (2025)

MobFuzz: Adaptive Multi-objective Optimization in Gray-box Fuzzing
von: Zhang, Gen, et al.
Veröffentlicht: (2024)

FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction
von: Sheng, Ze, et al.
Veröffentlicht: (2026)

BandFuzz: An ML-powered Collaborative Fuzzing Framework
von: Shi, Wenxuan, et al.
Veröffentlicht: (2025)

FuzzySQL: Uncovering Hidden Vulnerabilities in DBMS Special Features with LLM-Driven Fuzzing
von: Chen, Yongxin, et al.
Veröffentlicht: (2026)

FuzzAgent: Multi-Agent System for Evolutionary Library Fuzzing
von: Lyu, Yunlong, et al.
Veröffentlicht: (2026)

INSTILLER: Towards Efficient and Realistic RTL Fuzzing
von: Zhang, Gen, et al.
Veröffentlicht: (2024)

Can Highlighting Help GitHub Maintainers Track Security Fixes?
von: Liu, Xueqing, et al.
Veröffentlicht: (2024)

An Empirical Study on the Security Vulnerabilities of GPTs
von: Wu, Tong, et al.
Veröffentlicht: (2025)

Security study based on the Chatgptplugin system: ldentifying Security Vulnerabilities
von: Ren, Ruomai
Veröffentlicht: (2025)

FuzzBox: Blending Fuzzing into Emulation for Binary-Only Embedded Targets
von: Cesarano, Carmine, et al.
Veröffentlicht: (2025)

Enhancing Fuzz Testing Efficiency through Automated Fuzz Target Generation
von: Tran, Chi Thien
Veröffentlicht: (2026)

SoK: Where to Fuzz? Assessing Target Selection Methods in Directed Fuzzing
von: Weissberg, Felix, et al.
Veröffentlicht: (2025)

MirrorFuzz: Leveraging LLM and Shared Bugs for Deep Learning Framework APIs Fuzzing
von: Ou, Shiwen, et al.
Veröffentlicht: (2025)

Generating Proof-of-Vulnerability Tests to Help Enhance the Security of Complex Software
von: Kanchi, Shravya, et al.
Veröffentlicht: (2026)

BACFuzz: Exposing the Silence on Broken Access Control Vulnerabilities in Web Applications
von: Dharmaadi, I Putu Arya, et al.
Veröffentlicht: (2025)

RandSet: Randomized Corpus Reduction for Fuzzing Seed Scheduling
von: Xie, Yuchong, et al.
Veröffentlicht: (2026)

Is Stateful Fuzzing Really Challenging?
von: Daniele, Cristian
Veröffentlicht: (2024)

Agentic Fuzzing: Opportunities and Challenges
von: Park, Junyoung, et al.
Veröffentlicht: (2026)

ROSA: Finding Backdoors with Fuzzing
von: Kokkonis, Dimitri, et al.
Veröffentlicht: (2025)

FuzzSlice: Pruning False Positives in Static Analysis Warnings Through Function-Level Fuzzing
von: Murali, Aniruddhan, et al.
Veröffentlicht: (2024)

LLM Security Guard for Code
von: Kavian, Arya, et al.
Veröffentlicht: (2024)

R+R: Security Vulnerability Dataset Quality Is Critical
von: Yadav, Anurag Swarnim, et al.
Veröffentlicht: (2025)

DyMA-Fuzz: Dynamic Direct Memory Access Abstraction for Re-hosted Monolithic Firmware Fuzzing
von: Farrelly, Guy, et al.
Veröffentlicht: (2026)

Automatic, Expressive, and Scalable Fuzzing with Stitching
von: Green, Harrison, et al.
Veröffentlicht: (2026)

SAGA: Detecting Security Vulnerabilities Using Static Aspect Analysis
von: Marquer, Yoann, et al.
Veröffentlicht: (2026)

Harnessing Large Language Models for Seed Generation in Greybox Fuzzing
von: Shi, Wenxuan, et al.
Veröffentlicht: (2024)