Pathgrind 项目使用教程
2024-09-26 18:45:27作者:管翌锬
1. 项目的目录结构及介绍
Pathgrind 项目的目录结构如下:
pathgrind/
├── fault_detection/
├── fuzz/
├── session/
├── testcase/
├── vagrant-setup/
├── valgrind-r12356/
├── .gitignore
├── .travis.yml
├── LICENSE
├── README.md
├── install.sh
└── stp.tar.gz
目录介绍:
- fault_detection/: 包含与错误检测相关的文件。
- fuzz/: 包含与模糊测试(fuzzing)相关的文件,包括配置文件和执行脚本。
- session/: 包含与会话管理相关的文件。
- testcase/: 包含测试用例文件,包括输入文件和崩溃文件。
- vagrant-setup/: 包含与 Vagrant 虚拟机设置相关的文件。
- valgrind-r12356/: 包含与 Valgrind 相关的文件。
- .gitignore: Git 忽略文件配置。
- .travis.yml: Travis CI 配置文件。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文件。
- install.sh: 项目安装脚本。
- stp.tar.gz: STP(Simple Theorem Prover)压缩包。
2. 项目的启动文件介绍
Pathgrind 项目的启动文件主要包括以下几个:
-
install.sh: 这是一个安装脚本,用于安装 Pathgrind 及其依赖项。执行该脚本可以自动完成项目的安装过程。
使用方法:
./install.sh -
fuzz/fuzz.py: 这是 Pathgrind 的主要执行脚本,用于启动模糊测试。通过该脚本,可以对指定的二进制文件进行模糊测试。
使用方法:
./fuzz/fuzz.py test6 -
fuzz/gui.py: 这是一个可选的图形界面启动脚本,用于通过图形界面启动模糊测试。
使用方法:
./fuzz/gui.py
3. 项目的配置文件介绍
Pathgrind 的配置文件主要位于 fuzz/ 目录下,名为 settings.cfg。该文件用于配置模糊测试的参数。
配置文件示例:
[test]
prog = testcase/test.exe
input = input.txt
max_bound = 100
配置项说明:
- prog: 指定要进行模糊测试的二进制文件路径。
- input: 指定初始输入文件的路径,用于启动符号执行。
- max_bound: 指定路径探索的最大深度。
通过编辑 settings.cfg 文件,可以自定义模糊测试的行为,以适应不同的测试需求。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
399
475
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.4 K
787
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
902
706
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
361
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161