2月11日
SlowFuzz: Automated Domain-Independent Detection of Algorithmic Complexity Vulnerabilities【CCS 17】
字面意思：Fuzz寻找拖慢程序的输入：领域无关→自动化→算法复杂度漏洞检测
哥伦比亚大学（常春藤盟校，位于纽约曼哈顿。有96位校友获诺奖。校训：借汝之光，得见光明。For with there is the fountain of life; and in thy light we shall see light. 建校目标：在已知的语言、人文和科学领域内教导和教育青年。中国知名校友：胡适、冯友兰、徐志摩、闻一多、金岳霖、梁实秋、宋子文、蒋廷黻等）
作者PhD. Theofilos Petsios ，导师 prof. Angelos D. Keromytis。研究方向：网络、系统安全，二进制插桩、隐私。论文：CCS17，S&P17，ACSAC15，TOPS
问题：算法复杂度在理论上一般指最坏复杂度，但在实践中人们经常看重评价复杂度，代价是忍耐个别最坏情况。这种做法如果用在关键任务上，如访问控制策略、生产控制，则会被恶意利用。因此，需要通过测试来找到这些最坏用例。
之前的解决方法：使用面向领域的测试方法（domain-specific，必然需要人工介入）
作者的解决方法：SlowFuzz，领域无关（domain-independent，可以自动化）
关键技术的思路：资源占用（使用率）为导向进化的搜索技术。
技术细节：
评估：1.在很多知名算法上进行了验证。2.在很多实际应用上进行了验证，如反病毒中解压、WAF正则库、Web应用Hash表实现：1）bzip2拖慢300倍、2）正则匹配指数时间、3）php哈希实现崩溃。
VUzzer: Application-aware Evolutionary Fuzzing 【NDSS 17】
作者单位：Amsterdam Department of Informatics，IIIT Hyderabad（autonomous university, 印度第一个N-PPP： not-for-profit public private partnership，1998建立，学生1800，教师80）
问题：Fuzzing在bug测试上，覆盖度和深度不可兼得。
作者的方法：application-aware（应用感知、应用敏感）的进化策略。无需先验知识和格式。
关键技术思路：利用控制流和数据流特征获得程序属性，从而更快产生有效输入
技术细节：
评估：在三个数据集上进行测试。1）DARPA CGC，2）真实数据集，3）LAVA（较新）。相比现有Fuzzer更快。
2月12日
Directed Greybox Fuzzing【CCS 17】
作者单位：National University of Singapore（简称国大NUS，亚洲排名1，源自1980年新加坡大学和南洋大学合并，校训：LEADING GLOBAL UNIVERSITY CENTERED IN ASIA）
问题：现有灰盒Fuzzer（GF）不能有效定向，如针对补丁、关键系统调用、危险位置、特定函数、特定漏洞复现，等等。
作者的方法：DGF（有向灰盒Fuzzing），有效抵达目标位置。
关键技术思路：退火，给不同种子不同的能量。
技术细节：
评估：实现的AFLGo outperform了有向符号执行白盒和无向黑盒。在已经进了fuzz的安全性关键项目如libXML2中发现了39个bug，报告了17个CVE。
应用：补丁测试、崩溃重建。并尝试进行了DGF与google的continuous fuzzing platform OSS-Fuzz的集成。