Buchumschlag

Your Fix Is My Exploit: Enabling Comprehensive DL Library API Fuzzing with Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Kunpeng, Wang, Shuai, Han, Jitao, Zhu, Xiaogang, Li, Xian, Wang, Shaohua, Wen, Sheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LLM-Powered Silent Bug Fuzzing in Deep Learning Libraries via Versatile and Controlled Bug Transfer
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2026)

Low-Cost and Comprehensive Non-textual Input Fuzzing with LLM-Synthesized Input Generators
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2025)

WuppieFuzz: Coverage-Guided, Stateful REST API Fuzzing
von: Rooijakkers, Thomas, et al.
Veröffentlicht: (2025)

Detecting and Fixing API Misuses of Data Science Libraries Using Large Language Models
von: Galappaththi, Akalanka, et al.
Veröffentlicht: (2025)

Detecting and Mitigating Flakiness in REST API Fuzzing
von: Zhang, Man, et al.
Veröffentlicht: (2026)

Fuzzing: Randomness? Reasoning! Efficient Directed Fuzzing via Large Language Models
von: Feng, Xiaotao, et al.
Veröffentlicht: (2025)

WFC/WFD: Web Fuzzing Commons, Dataset and Guidelines to Support Experimentation in REST API Fuzzing
von: Sahin, Omur, et al.
Veröffentlicht: (2025)

Ensemble Fuzzing with Dynamic Resource Scheduling and Multidimensional Seed Evaluation
von: Zhao, Yukai, et al.
Veröffentlicht: (2025)

MASFuzzer: Fuzz Driver Generation and Adaptive Scheduling via Multidimensional API Sequences
von: Liu, Xingyu, et al.
Veröffentlicht: (2026)

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

Fixing Security Vulnerabilities with AI in OSS-Fuzz
von: Zhang, Yuntong, et al.
Veröffentlicht: (2024)

API-guided Dataset Synthesis to Finetune Large Code Models
von: Li, Zongjie, et al.
Veröffentlicht: (2024)

Fuzz4All: Universal Fuzzing with Large Language Models
von: Xia, Chunqiu Steven, et al.
Veröffentlicht: (2023)

TransferFuzz: Fuzzing with Historical Trace for Verifying Propagated Vulnerability Code
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

A Comprehensive Framework for Evaluating API-oriented Code Generation in Large Language Models
von: Wu, Yixi, et al.
Veröffentlicht: (2024)

Scheduzz: Constraint-based Fuzz Driver Generation with Dual Scheduling
von: Li, Yan, et al.
Veröffentlicht: (2025)

Identifying and Mitigating API Misuse in Large Language Models
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

Interleaving Large Language Models for Compiler Testing
von: Ni, Yunbo, et al.
Veröffentlicht: (2025)

Fixing Function-Level Code Generation Errors for Foundation Large Language Models
von: Wen, Hao, et al.
Veröffentlicht: (2024)

Towards Large Language Model Guided Kernel Direct Fuzzing
von: Li, Xie, et al.
Veröffentlicht: (2025)

Enhancing REST API Fuzzing with Access Policy Violation Checks and Injection Attacks
von: Sahin, Omur, et al.
Veröffentlicht: (2026)

DocTer: Documentation Guided Fuzzing for Testing Deep Learning API Functions
von: Xie, Danning, et al.
Veröffentlicht: (2021)

SAND: Decoupling Sanitization from Fuzzing for Low Overhead
von: Kong, Ziqiao, et al.
Veröffentlicht: (2024)

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

Leveraging Large Language Models to Improve REST API Testing
von: Kim, Myeongsoo, et al.
Veröffentlicht: (2023)

VeriFix: Verifying Your Fix Towards An Atomicity Violation
von: Li, Zhuang, et al.
Veröffentlicht: (2025)

APIRL: Deep Reinforcement Learning for REST API Fuzzing
von: Foley, Myles, et al.
Veröffentlicht: (2024)

PCART: Automated Repair of Python API Parameter Compatibility Issues
von: Zhang, Shuai, et al.
Veröffentlicht: (2024)

APIGen: Generative API Method Recommendation
von: Chen, Yujia, et al.
Veröffentlicht: (2024)

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

KAT: Dependency-aware Automated API Testing with Large Language Models
von: Le, Tri, et al.
Veröffentlicht: (2024)

Automated Update of Android Deprecated API Usages with Large Language Models
von: Mahmud, Tarek, et al.
Veröffentlicht: (2024)

Large-Scale Empirical Analysis of Continuous Fuzzing: Insights from 1 Million Fuzzing Sessions
von: Shirai, Tatsuya, et al.
Veröffentlicht: (2025)

Fuzzing Automatic Differentiation in Deep-Learning Libraries
von: Yang, Chenyuan, et al.
Veröffentlicht: (2023)

FuzzTheREST: An Intelligent Automated Black-box RESTful API Fuzzer
von: Dias, Tiago, et al.
Veröffentlicht: (2024)

Do Automated Fixes Truly Mitigate Smart Contract Exploits?
von: Bobadilla, Sofia, et al.
Veröffentlicht: (2025)

Incremental Context-free Grammar Inference in Black Box Settings
von: Li, Feifei, et al.
Veröffentlicht: (2024)

A Tale of Two DL Cities: When Library Tests Meet Compiler
von: Shen, Qingchao, et al.
Veröffentlicht: (2024)

Natural Is The Best: Model-Agnostic Code Simplification for Pre-trained Large Language Models
von: Wang, Yan, et al.
Veröffentlicht: (2024)

MicroFuzz: An Efficient Fuzzing Framework for Microservices
von: Di, Peng, et al.
Veröffentlicht: (2024)