迈向黑盒环境下大型语言的准确上下文无关文法推断

黑盒上下文无关文法推断对于程序分析、逆向工程、程序理解、模糊测试和安全至关重要。但现有方法如Arvada、TreeVada、Kedavra和Cucio在可扩展性、准确性和文法可读性方面存在困难，尤其是在处理较大型语言时。为应对这一挑战，Xvada引入了多种新技术，用于确定性推断上下文无关文法。在一项避免了近期研究若干陷阱的实证比较中，Xvada在文法准确性和文法紧凑性方面均优于得分最高的竞争对手（TreeVada）。Xvada还在广泛使用的Python Liquid引擎中发现了一个CVE。基于XVada推断出的文法进行模糊测试，又发现了五个错误，Python Liquid开发者已根据我们的错误报告进行了修复。XVADA及所有实验数据和脚本均可免费获取。