Socialz：面向多特征的社会模糊测试

在线社交网络已成为我们日常生活中不可或缺的一部分，并在塑造我们与他人的关系中发挥着关键作用。然而，漏洞和故障，即便是微小的，也可能引发从令人困扰的问题到严重数据泄露等各类后果，对数百万用户产生深远影响。为降低这些风险，模糊测试（一种使用随机化输入进行测试的方法）可增强人们对社交网络正确运行的信心。然而，对于社交网络开发团队以外的程序员而言，实施传统的模糊测试方法可能极其困难或不切实际。为应对这一挑战，我们提出 Socialz，一种新颖的社会模糊测试方法，其（1）刻画社交网络的真实用户，（2）利用进化计算在多个非平凡特征上使他们的交互多样化，（3）在这些交互执行时收集性能数据。通过 Socialz，我们旨在将社会测试工具交到每个人手中，从而提升全球所用社交网络的可靠性与安全性。在我们的研究中，我们发现了（1）当前 GitLab CE 的一个已知局限，以及（2）6,907 个错误，其中 40.16% 超出我们的调试能力。