基于大语言模型的内生安全异构体生成方法

摘要：

为应对软件系统中未知漏洞和后门带来的安全挑战,文章提出了一种基于大语言模型的内生安全异构体生成方法.该方法以内生安全策略为核心,对程序中安全薄弱的代码执行体进行异构,使得程序在受到攻击时能迅速切换至健康的异构体,保证系统稳定运行.再利用大语言模型生成多样化的异构体,并结合基于种子距离的方法优化现有的模糊测试技术,提高测试用例的生成质量和代码覆盖率,确保这些异构体在功能上的等价性.实验结果表明,该方法能有效修复代码漏洞,并生成功能等价的异构体;此外,相较于现有的AFL算法,优化后的模糊测试方法在达到相同代码覆盖率的情况下,所耗时间更少.因此,文章所提出的方法能够显著提高软件系统的安全性和鲁棒性,为未知威胁的防御提供了新的策略.

关键词：内生安全、大语言模型、模糊测试

所属期刊栏目：24

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划2022YFB3102800

在线出版日期：2024-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1231-1240