FuzzSense：面向自动驾驶软件的模块化模糊测试框架
密码学与安全
2025-04-16 v1
摘要
模糊测试以发现语义控制漏洞是评估自动驾驶(AD)软件稳健性的一项重要活动。虽然存在大量针对测试环境不同部分（如场景、传感器和车辆动力学）的分散模糊测试工具，但缺乏将这些模糊器集成以实现并发模糊测试、利用多样技术和目标的模糊测试策略。本研究提出了 FuzzSense，这是一个模块化、黑盒、基于变异的模糊测试框架，旨在集成多样的 AD 模糊测试工具。为了验证 FuzzSense 的实用性，开发了一个 LiDAR 传感器模糊器作为插件，并在新的 AD 仿真平台 AWSIM 和 Autoware.Universe AD 软件平台中实现了该模糊器。结果表明，FuzzSense 能够在新的 Autoware.Universe 软件中发现漏洞。我们将 FuzzSense 开源，旨在引发社区关于 AD 专用模糊器设计的讨论，并建立社区模糊测试框架，以更好地针对自动驾驶车辆的多样技术基础。
引用
@article{arxiv.2504.10717,
title = {FuzzSense: Towards A Modular Fuzzing Framework for Autonomous Driving Software},
author = {Andrew Roberts and Lorenz Teply and Mert D. Pese and Olaf Maennel and Mohammad Hamad and Sebastian Steinhorst},
journal= {arXiv preprint arXiv:2504.10717},
year = {2025}
}