★ 3
RoleFUZZER:用用户行为模糊测试检验 LLM 角色规范
论文提出用户行为模糊测试方法并构建 RoleFUZZER 框架,将软件测试中的覆盖率引导模糊测试迁移到 LLM 角色规范遵循评估,覆盖导师、理财顾问、AI 面试官、对抗性角色扮演、企业政策下的网页智能体五类角色。15 轮实验中行为网格覆盖率达 89% 以上,远高于自由生成方式的 39-69%;并发…
arXiv NLP3 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出用户行为模糊测试方法并构建 RoleFUZZER 框架,将软件测试中的覆盖率引导模糊测试迁移到 LLM 角色规范遵循评估,覆盖导师、理财顾问、AI 面试官、对抗性角色扮演、企业政策下的网页智能体五类角色。15 轮实验中行为网格覆盖率达 89% 以上,远高于自由生成方式的 39-69%;并发…
GitHub 安全实验室发布 Taskflow Agent,将 AI 代理用于模糊测试(fuzzing),以自动化方式发现软件安全漏洞。该工具展示了 AI 在应用安全测试流程中的落地方式,有望提升漏洞挖掘效率。
文章对比了传统模糊测试工具 Fuzzilli 与 AI 驱动的 BigSleep 在 JavaScript 引擎漏洞挖掘上的表现,探讨 AI 在安全测试中的实际能力与局限。
Tiime Software 发布 llm-fuzz-ci 开源项目,将 LLM 智能体引入持续集成流程,自动进行模糊测试以发现代码安全漏洞。项目代码托管于 GitHub,作者希望收集社区反馈。