评估模糊测试中统计最大覆盖率估计器的可靠性

背景：模糊测试器通常以覆盖率为导向，因此估计可达到的最大覆盖率是模糊测试中的一个关键问题。然而，对于大多数现实世界的软件系统，无论付出多少努力，实现 100% 的覆盖率都是不可行的。虽然静态可达性分析可以提供上限，但它通常非常不准确。最近，基于生物统计学中物种丰富度估计器的统计估计方法被提出作为一种潜在的解决方案。然而，缺乏带有标记真实数据的可靠基准限制了对其准确性的严格评估。目标：本研究从两个方面考察可达性估计器的可靠性：解决缺乏标记真实数据的问题，并评估其在真实世界程序上的可靠性。方法：（1）为应对标记真实数据的挑战，我们提出了一个评估框架，该框架综合生成具有复杂控制流的大型程序，确保定义良好的可达性，并为评估提供真实数据。（2）为回应使用合成基准的批评，我们为可达性估计器在无标记真实数据的真实世界基准上适配了一种可靠性检查——通过改变采样单元的大小，理论上这不应影响估计值。结果：这两项研究共同将有助于回答当前可达性估计器是否可靠的问题，并定义了一个评估未来可达性估计改进的协议。