GitHub · X

连续模糊测试可以发现真正的错误,但仍然需要有人来编写框架、监控覆盖率,并处理所有崩溃情况。

GitHub安全实验室发布了Fuzzing Taskflow智能体,面向C或C++仓库,可自动识别入口点、分析构建、编写测试harness、运行AFL++模糊测试、读取覆盖率并为每个独特bug生成漏洞报告,把原本需人工完成的模糊测试循环交给智能体,但文中主要介绍管线流程,未附独立验证的发现结果。

连续模糊测试可以发现真正的错误,但仍然需要有人来编写框架、监控覆盖率,并处理所有崩溃情况。

GitHub Security Lab 构建了 Fuzzing Taskflow,以便将其应用于某个代理。你只需将其指向一个 C 或 C++ 代码库,它就会识别入口点、分析构建过程、编写测试框架、运行 AFL++ fuzzer,读取覆盖率数据,并为每个独特的漏洞生成一份漏洞报告。

查看管道从开始到结束的运作方式 🔍
https://github.blog/security/application-security/ai-powered-fuzzing-with-the-github-security-lab-taskflow-agent/

原始出处

GitHub · X

内容说明

原始发布及相关权利归来源方。

机器翻译 · 请以原文为准