控制参数有害论：通过学习引导搜索检测无人机配置模块中的取值范围规范缺陷

为支持多种任务并应对不同飞行环境，无人机控制程序通常提供可配置的控制参数。然而，这种灵活性引入了漏洞。其中一种近期被识别的漏洞被称为取值范围规范缺陷（range specification bugs）。该漏洞源于以下事实：尽管每个单独参数都在推荐取值范围内取值，但某些参数值组合可能影响无人机的物理稳定性。本文开发了一种新颖的学习引导搜索系统来发现此类组合，我们称之为错误配置。我们的系统应用元启发式搜索算法对配置进行变异，以检测取值导致无人机进入不稳定物理状态的配置参数。为引导变异，我们的系统利用机器学习预测器作为适应度评估器。最后，通过多目标优化，我们的系统基于变异搜索结果返回可行取值范围。由于在系统中变异由预测器引导，评估参数配置无需真实/仿真执行。因此，我们的系统支持全面且高效的错误配置检测。我们对系统进行了实验评估。评估结果表明，系统成功报告了潜在错误配置，其中超过85%导致实际不稳定物理状态。