首页
/ 探索SMT求解器的极限:yinyang模糊测试框架

探索SMT求解器的极限:yinyang模糊测试框架

2024-09-20 21:53:56作者:戚魁泉Nursing
yinyang
A fuzzing framework for SMT solvers

项目介绍

yinyang 是一个专为SMT(Satisfiability Modulo Theories)求解器设计的模糊测试框架。通过提供一组种子SMT公式,yinyang能够生成变异公式,从而对SMT求解器进行压力测试。该框架的主要目标是增强SMT求解器的鲁棒性,并已经在两个最先进的SMT求解器Z3和CVC4中发现了超过1,500个漏洞。

项目技术分析

yinyang的核心技术在于其能够自动生成和变异SMT公式,从而模拟各种可能的输入情况。这种变异策略不仅提高了测试的覆盖率,还能够发现求解器在处理复杂公式时的潜在问题。此外,yinyang还支持多种SMT求解器,并能够自动检测和记录发现的漏洞,极大地简化了漏洞管理和修复流程。

项目及技术应用场景

yinyang的应用场景非常广泛,主要包括:

  • SMT求解器的鲁棒性测试:通过生成大量的变异公式,yinyang能够有效测试SMT求解器在各种极端情况下的表现,从而提高其鲁棒性。
  • 漏洞发现与修复:yinyang已经成功在Z3和CVC4中发现了大量漏洞,这些漏洞的发现和修复对于提升求解器的性能和安全性至关重要。
  • 学术研究:研究人员可以利用yinyang进行SMT求解器的性能分析和优化研究,推动该领域的发展。

项目特点

  • 高效的模糊测试:yinyang能够快速生成和测试大量的变异公式,显著提高了测试效率。
  • 多求解器支持:支持多种SMT求解器,用户可以根据需要选择不同的求解器进行测试。
  • 自动漏洞检测:yinyang能够自动检测和记录发现的漏洞,方便用户进行后续的修复工作。
  • 易于使用:项目提供了详细的安装和使用指南,用户可以轻松上手。

结语

yinyang不仅是一个强大的SMT求解器测试工具,更是推动该领域技术进步的重要力量。无论你是SMT求解器的开发者,还是对该领域感兴趣的研究人员,yinyang都将是你的得力助手。立即访问项目网站,了解更多信息并开始你的探索之旅吧!

📘 文档 📬 联系我们

yinyang
A fuzzing framework for SMT solvers
热门项目推荐
相关项目推荐

项目优选

收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
671
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
12
8
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K