探秘FuzzTest:高效C++模糊测试框架
2024-05-22 03:01:53作者:薛曦旖Francesca
项目介绍
在软件开发中,寻找和修复漏洞是一项至关重要的任务。而FuzzTest,正是这样一个专为C++设计的高级模糊测试框架,它结合了模糊测试和属性基础测试的优势,让您的测试工作既简便又强大。
FuzzTest的核心理念是编写和执行"模糊测试",这些测试以覆盖率引导的模糊化方法为基础,但更通用、更具威力。与传统的单元测试相比,您不必针对特定输入预设特定输出,而是可以描述输入类型应满足的一般性质。例如:
void MyApiAlwaysSucceedsOnPositiveIntegers(int i) {
bool success = MyApi(i);
EXPECT_TRUE(success);
}
FUZZ_TEST(MyApiTest, MyApiAlwaysSucceedsOnPositiveIntegers)
.WithDomains(/*i:*/fuzztest::Positive<int>());
这是一个无须详尽列举所有可能情况就能确保代码质量的强大工具。
技术解析
FuzzTest是一个开创性的工具,首次将测试框架与模糊引擎完美融合。其API类似于属性基础测试库,同时内含一个覆盖率引导的模糊引擎,类似AFL或libFuzzer。这种独特设计使得开发者能轻松地编写出强大的模糊测试,并与常规的单元测试无缝配合。
应用场景
无论您是个人开发者还是大型团队,只要您在进行C++编程,FuzzTest都是值得尝试的工具。它已被证明能够有效地发现数以万计的bug,帮助提升代码的安全性和稳定性。通过使用FuzzTest,您可以像编写GoogleTest单元测试一样编写模糊测试,轻松找出那些难以察觉的边界情况。
在谷歌内部,FuzzTest已经广泛应用于各种项目,深受工程师们的喜爱,它替代了旧式的模糊目标(fuzz target)编写方式。
项目特点
- 易用性 - 利用
FUZZ_TEST宏,您可以如同编写GoogleTest测试一样编写模糊测试,简单直观。 - 通用性 - 模糊测试比传统单元测试更强大,能够自动化检测到我们通常忽略的复杂边缘情况。
- 灵活性 - 支持与GoogleTest等其他单元测试框架一起使用,可在同一项目中混合编写不同类型的测试。
- 创新性 - 结合了模糊测试和属性测试的优点,提供了一种全新的测试模式。
要开始使用FuzzTest,只需参考Bazel快速入门或CMake快速入门,然后深入了解概述和codelab教程。
如果您在使用过程中遇到问题或有疑问,请随时在GitHub上提交问题。
准备好提高您的测试效率了吗?FuzzTest正等待着您的探索。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134