利用大语言模型进行 OpenCV 库的文件指导模糊测试
软件工程
2025-07-22 v1
摘要
计算机视觉与人工智能的结合正在深刻变革广泛行业，使机器能够以高精度理解和行动于视觉数据。作为最大且最流行的开源计算机视觉库，OpenCV 提供了丰富的编程函数，支持实时计算机视觉。OpenCV 库中的漏洞可能影响下游计算机视觉应用，确保其可靠性至关重要。本文引入 VISTAFUZZ，一种新型技术，用于利用大语言模型（LLMs）对 OpenCV 库进行文件指导模糊测试。VISTAFUZZ 使用 LLMs 解析 API 文档并获取标准化的 API 信息。基于这些标准化信息，VISTAFUZZ 提取单个输入参数的约束以及这些参数之间的依赖关系。利用这些约束和依赖关系，VISTAFUZZ 生成新的输入值，以系统性地测试每个目标 API。我们评估了 VISTAFUZZ 在测试 OpenCV 库 330 个 API 的效果，结果表明 VISTAFUZZ 检测到 17 个新漏洞，其中 10 个已确认，5 个已修复。
引用
@article{arxiv.2507.14558,
title = {Harnessing LLMs for Document-Guided Fuzzing of OpenCV Library},
author = {Bin Duan and Tarek Mahmud and Meiru Che and Yan Yan and Naipeng Dong and Dan Dongseong Kim and Guowei Yang},
journal= {arXiv preprint arXiv:2507.14558},
year = {2025}
}