一种基于遗传算法的Fuzzing测试用例生成新方法

刘渊, 杨永辉, 张春瑞, 王伟

电子学报 ›› 2017, Vol. 45 ›› Issue (3) : 552-556.

PDF(1528 KB)
PDF(1528 KB)
电子学报 ›› 2017, Vol. 45 ›› Issue (3) : 552-556. DOI: 10.3969/j.issn.0372-2112.2017.03.007
学术论文

一种基于遗传算法的Fuzzing测试用例生成新方法

  • 刘渊, 杨永辉, 张春瑞, 王伟
作者信息 +

A Novel Method for Fuzzing Test Cases Generating Based on Genetic Algorithm

  • LIU Yuan, YANG Yong-hui, ZHANG Chun-rui, WANG Wei
Author information +
文章历史 +

摘要

本文根据传统漏洞挖掘Fuzzing技术的特点,针对其存在的不能求解非线性解和只能有单个的输入的问题,提出了一种基于遗传算法的漏洞挖掘测试用例生成的新方法.该方法能够利用遗传算法的优势,同时可以应对多输入测试用例问题和非线性求解问题.从自测程序的结果看出,相比于传统随机生成Fuzzing测试用例的方法,本方案在效率和覆盖率方面具有明显的提高.

Abstract

Considering the features of the traditional Fuzzing technology,a method is proposed for Fuzzing test case generating in vulnerability exploiting,which is aimed at nonlinear solution and single input problem.This method takes advantage of the genetic algorithm and deals with those two problems mentioned above.The experiment results show that,the proposed solution has an obvious improvement compared with the early method which generates the test cases randomly.

关键词

遗传算法 / 非线性求解 / 多维Fuzzing技术

Key words

genetic algorithm / nonlinearity solution / multidimensional fuzzing technology

引用本文

导出引用
刘渊, 杨永辉, 张春瑞, 王伟. 一种基于遗传算法的Fuzzing测试用例生成新方法[J]. 电子学报, 2017, 45(3): 552-556. https://doi.org/10.3969/j.issn.0372-2112.2017.03.007
LIU Yuan, YANG Yong-hui, ZHANG Chun-rui, WANG Wei. A Novel Method for Fuzzing Test Cases Generating Based on Genetic Algorithm[J]. Acta Electronica Sinica, 2017, 45(3): 552-556. https://doi.org/10.3969/j.issn.0372-2112.2017.03.007
中图分类号: TN311.5   

1 引言

2024年度,国家自然科学基金委员会(简称自然科学基金委)信息科学部全面落实党中央、国务院对基础研究和科学基金发展提出的新要求,坚持目标导向和自由探索“两条腿走路”1,面向“低空经济”“深空探测”“海洋强国”等新质生产力发展需求,围绕智慧低空感知、空间信息获取、海洋信息感知与处理等领域前沿科学问题,积极谋篇布局.
自然科学基金委信息科学部一处以F01为一级申请代码,下设F0101-F0126共计26个二级申请代码,信息获取与处理领域涉及其中的7个二级申请代码,包括F0111信号理论与信号处理、F0112雷达原理与技术、F0113信息获取与处理、F0114探测与成像、F0115水下信息感知与处理、F0116图像信息处理和F0117多媒体信息处理1.本文梳理并分析了该领域2024年度集中受理期内自然科学基金面上项目、青年科学基金项目(简称青年项目)、地区科学基金项目(简称地区项目)、重点项目、优秀青年科学基金项目(简称优青项目)、杰出青年科学基金项目(简称杰青项目)、创新研究群体项目、基础科学中心项目以及青年学生基础研究项目的申请与资助情况,旨在为领域研究人员了解项目资助、人才培养以及主要研究方向提供参考.

2 项目申请与资助情况

2.1 面上、青年和地区项目

自然科学基金面上、青年和地区项目旨在支持科研人员在科学基金资助范围内自主选题,开展基础研究工作.其中,面上项目主要支持科研人员开展创新性科学研究,注重促进各学科均衡、协调和可持续发展.青年项目是专为青年科研人员设立的,旨在培养其独立主持科研项目、进行创新研究的能力,激励创新思维,培养基础研究后继人才.地区项目则是支持特定地区部分依托单位的全职科学技术人员在自然科学基金资助范围内开展创新性科学研究,培养和扶植该地区科学技术人员,稳定和凝聚优秀人才,为区域创新体系建设与经济、社会发展服务.
根据2024年度项目指南申请规定,自然科学基金取消“面上项目连续两年申请未获资助(包括初审不予受理的项目)后暂停一年申请”的限制,与2023年度相比,面上项目申请数大幅增长,青年项目和地区项目申请数也有一定增长2.2024年度,信息获取与处理领域收到面上项目申请 1 398项,青年项目申请 1 025项,地区项目申请171项,比2023年度分别增长了66.23%、17.14%和16.33%23.经形式审核,4项面上项目因不符合申请要求不予受理,其余 2 590项项目经过通讯评审和会议评审,最终资助面上项目169项、青年项目193项、地区项目22项,年度资助率分别为12.09%、18.83%和12.87%.2024年度,面上项目平均资助强度为49.94万元/项,青年项目继续实行经费包干制,资助经费为30万元/项,地区项目平均资助强度为31.94万元/项,相关统计数据如表1所示.
表1 2024年度信号获取与处理领域面上、青年和地区项目申请与资助情况
项目类别 申请数/项 资助数/项 平均资助强度/万元 资助率/%
合计 2 594 384
面上项目 1 398 169 49.94 12.09
青年项目 1 025 193 30.00 18.83
地区项目 171 22 31.94 12.87
图1给出了2024年度领域面上、青年和地区三类项目申请书关键词词频图和获资助项目申请书关键词词频图.全部申请书关键词共涉及 1 947个,关键词词频排名前十的是深度学习(470次)、融合(264次)、信号处理(237次)、目标检测(208次)、雷达(202次)、感知(175次)、智能(175次)、信息处理(154次)、图像处理(139次)和特征提取(133次).排名前十的关键词词频数总和占全部申请项目关键词词频总数的22.61%.获资助项目申请书关键词共涉及1 025个,关键词词频排名前十的是深度学习(62次)、信号处理(38次)、目标检测(34次)、合成孔径雷达(26次)、图像处理(25次)、融合(25次)、高光谱(21次)、多模态(20次)、特征提取(18次)和定位(17次).排名前十的关键词词频数总和占获资助项目关键词词频总数的15.92%.由关键词词频图分析可见,深度学习作为人工智能方法的典型代表,也被作为信息获取与处理领域解决问题的方法之一.融合、信号处理、目标检测、雷达、信息处理、图像处理、高光谱等关键词则代表了信息获取与处理领域的热点研究对象.
图1 2024年度面上、青年和地区申请与资助项目关键词词频

Full size|PPT slide

2.1.1 面上项目

2024年度信息获取与处理领域受理来自338家依托单位的面上项目申请,相比2023年度的253家依托单位,新增85家依托单位,表2给出了近两年面上项目申请数排名前十依托单位的申请和资助情况.2024年度申请数排名第一的仍然是西安电子科技大学,其项目申请量比2023年度增加37.78%;电子科技大学与西北工业大学以申请数47项并列第二,其中西北工业大学的申请数比2023年度增加1倍多,达到104.35%,远高于领域面上项目的申请增长率66.23%;北京理工大学连续两年的申请数均为32项,排名由2023年的第二位变为2024年的第五位;2024年度南京理工大学、中北大学和南京航空航天大学进入依托单位申请数排名前十,而哈尔滨工业大学、北京航空航天大学和西安理工大学2024年度的申请数跌出前十.2024年度申请数排名前十依托单位申请的项目总数占总申请数的23.89%,低于2023年度的27.59%2,获资助的项目总数占总资助数的34.32%,也低于2023年度的36.99%2.
表2 2023和2024年度领域面上项目申请数排名前十依托单位申请和资助情况对比 (项)
排名 2023年度 2024年度
依托单位 申请数 资助数 依托单位 申请数 资助数
1 西安电子科技大学 45 14 西安电子科技大学 62 10
2 北京理工大学 32 7 电子科技大学 47 8
3 电子科技大学 31 5 西北工业大学 47 7
4 哈尔滨工业大学 27 11 哈尔滨工程大学 35 3
5 西北工业大学 23 3 北京理工大学 32 7
6 北京航空航天大学 16 6 南京理工大学 24 7
7 西安理工大学 16 2 南京邮电大学 23 6
8 哈尔滨工程大学 15 2 中北大学 22 1
9 南京邮电大学 14 0 中国人民解放军国防科技大学 22 5
10 中国人民解放军国防科技大学 13 4 南京航空航天大学 19 4
按面上项目资助数统计,2024年度排名前十的依托单位申请与资助情况如图2所示.其中西安电子科技大学以资助数10项排第一,电子科技大学排第二,西北工业大学、北京理工大学和南京理工大学并列第三,武汉大学和南京邮电大学并列第六,中国人民解放军国防科技大学位列第八,南京航空航天大学和深圳大学并列第九.对比表2可见,除武汉大学和深圳大学外,其他8家依托单位的申请数也位列前十.从资助率上看,这10家单位资助率均高于领域面上项目平均资助率12.09%,其中,武汉大学资助率最高,达到37.50%,是平均资助率的3倍多.南京理工大学资助率位列第二,深圳大学第三,南京邮电大学第四,这3家依托单位的资助率均是平均资助率的2倍多.
图2 2024年度面上项目资助数排名前十依托单位申请与资助情况

Full size|PPT slide

2024年度领域各二级代码面上项目的申请与资助情况如图3所示.总体来看,各二级代码资助率与平均资助率为12.09%,差异不大,其中F0112资助率最高,约为13.13%,F0117资助率最低,约为10.00%.从申请数和资助数来看,F0113申请数和资助数最多,F0116申请数和资助数均位列第二,F0115申请数和资助数均最少.
图3 2024年度面上项目各二级代码申请与资助情况

Full size|PPT slide

图4统计了近五年(2020—2024年)面上项目申请与资助情况.总体来看,前三年申请量较为稳定,2023年略有减少23,但2024年度申请量显著增加;从资助率来看,2020—2022年资助率连续三年小幅上升,2022年资助率达到最高位18.31%,2023年降低约1个百分点,2024年度资助率最低,较2023年度下降5.27个百分点;从资助数上看,2023年资助数最少,其他年份总资助数差距不大.
图4 2020-2024年度面上项目申请与资助情况

Full size|PPT slide

2.1.2 青年项目

2024年度信息获取与处理领域受理来自369家依托单位的青年项目申请,比领域面上项目依托单位多31家;与2023年度相比,申请青年项目的依托单位新增40家.表3给出了近两年青年项目申请数排名前十依托单位的申请和资助情况,2024年度申请数排名第一的仍然是中国人民解放军国防科技大学,其项目申请数56项,比2023年度少1项,但资助数比去年增加了66.67%;申请数排第二的还是西安电子科技大学,其申请数相比2023年度增加了30.00%,资助数减少了17.65%;南京邮电大学申请数相比2023年度增加了140%,远高于领域青年项目申请数的增长率17.14%,排名由2023年的第九位上升至今年的第三位,且资助数由2023年的2项,增加至今年的5项;之江实验室、杭州电子科技大学和上海交通大学进入2024年度依托单位申请数排名前十,而西北工业大学、南京理工大学和中国人民解放军空军工程大学2024年度申请数跌出前十.2024年度申请数排名前十依托单位申请的项目总数占总申请数的23.90%,略低于2023年度的24.34%,获资助的项目总数占总资助数的33.68%,低于2023年度的37.07%2.
表3 2023和2024年度领域青年项目申请数排名前十依托单位申请和资助情况对比 (项)
排名 2023年度 2024年度
依托单位 申请数 资助数 依托单位 申请数 资助数
1 中国人民解放军国防科技大学 57 12 中国人民解放军国防科技大学 56 20
2 西安电子科技大学 40 17 西安电子科技大学 52 14
3 北京理工大学 29 13 南京邮电大学 24 5
4 中国科学院空天信息创新研究院 18 3 北京理工大学 24 6
5 西安邮电大学 14 4 中国科学院空天信息创新研究院 22 6
6 西北工业大学 13 9 电子科技大学 16 7
7 南京理工大学 12 6 西安邮电大学 15 0
8 电子科技大学 10 8 之江实验室 13 0
9 南京邮电大学 10 2 杭州电子科技大学 12 1
10 中国人民解放军空军工程大学 10 4 上海交通大学 11 6
图5给出了2024年度领域青年项目资助数排名前十的依托单位申请与资助情况,其中中国人民解放军国防科技大学以20项总资助数位列第一,西安电子科技大学获资助14项位列第二,电子科技大学获资助7项位列第三,上海交通大学、北京理工大学和中国科学院空天信息创新研究院并列第四,南京邮电大学和哈尔滨工业大学并列第七,武汉大学和清华大学并列第九.从资助率上看,这10家依托单位的资助率均高于领域青年项目的平均资助率18.83%,其中上海交通大学资助率最高,达到了54.55%,接近平均资助率的3倍;其次是武汉大学,资助率为50%,约为平均资助率的2.65倍;哈尔滨工业大学以45.45%的资助率排第三,电子科技大学排第四.对比面上项目资助数排名前十的依托单位,中国人民解放军国防科技大学、西安电子科技大学、电子科技大学、北京理工大学、南京邮电大学和武汉大学这6所高校的面上和青年项目资助数均在领域前十.从面上和青年项目总资助数来看,中国人民解放军国防科技大学以总资助数25项排第一,随后依次是西安电子科技大学总资助数为24项、电子科技大学总资助数为15项、北京理工大学总资助数为13项、南京邮电大学总资助数为11项和武汉大学总资助数为9项,其中,武汉大学面上和青年项目的申请数虽然未进入领域前十,但资助率均较高.
图5 2024年度青年项目资助数排名前十依托单位申请与资助情况

Full size|PPT slide

2024年度信息获取与处理领域青年项目各二级代码申请与资助情况如图6所示.总体来看,各二级代码青年项目的资助率相对平均资助率18.83%波动大,其中,F0117资助率最高,达到25.25%,F0115资助率最低,仅为15.09%.从申请数上看,F0113、F0116和F0112位列前三,分别为237项、216项和214项,这三个代码申请数总和占青年项目申请总数的65.07%;从资助数上看,排名前三的代码是F0112、F0113和F0116,分别为45项、41项和40项,这三个代码资助数总和占青年项目总资助数的65.28%;F0115申请数和资助数均最少.
图6 2024年度青年项目各二级代码申请与资助情况

Full size|PPT slide

近五年(2020-2024年度)青年项目申请、资助及资助率变化如图7所示.总体来看,2024年度申请数最多但资助率明显下降,2022年资助数最多,其资助率也最高,为24.21%.
图7 2020—2024年度青年项目申请与资助情况

Full size|PPT slide

2.1.3 地区项目

2024年度信息获取与处理领域受理来自74家依托单位的地区项目申请,相比2023年的66家依托单位,新增8家依托单位.表4给出了近两年地区项目申请数排名前五的依托单位申请和资助情况.对比2023年度可知,2024年度申请数排名第一的仍然是桂林电子科技大学,其项目申请数17项,相比2023年度大幅增加了112.50%,远高于领域地区项目申请数的增长率16.33%,资助数相比2023年减少了1项;新疆大学申请数从2023年的5项增至2024年的8项,排名从2023年的第五位上升至今年的第二位,且资助数实现突破;南昌航空大学、北方民族大学、内蒙古工业大学和昆明理工大学进入2024年度依托单位申请数排名前五,而内蒙古大学、江西理工大学、兰州理工大学和云南大学本年度申请数跌出前五.2024年度申请数排名前五依托单位申请的项目总数占总申请数的28.65%,高于2023年度的23.81%,申请数排名前五依托单位资助的项目总数占总资助数的18.18%,远低于2024年度的45.00%2.
表4 2023年度和2024年度领域地区项目申请数排名前五依托单位申请和资助情况对比 (项)
排名 2023年度 2024年度
依托单位 申请数 资助数 依托单位 申请数 资助数
1 桂林电子科技大学 8 2 桂林电子科技大学 17 1
2 内蒙古大学 7 2 新疆大学 8 1
3 江西理工大学 5 1 南昌航空大学 6 1
4 兰州理工大学 5 3 北方民族大学 6 1
5 新疆大学 5 0 内蒙古工业大学 6 0
5 云南大学 5 1 昆明理工大学 6 0
近五年(2020-2024年度)地区项目申请、资助及资助率变化如图8所示.相比面上和青年项目,地区项目的总申请量、资助数和资助率波动较小,2022年度资助率最高,达到15.53%,近两年资助率呈小幅下降趋势23,2024年度资助率为近五年最低,为12.87%.
图8 2020—2024年度地区项目申请与资助情况

Full size|PPT slide

2.2 重点项目

2024年度信息科学部发布了3个重点项目群和118个重点项目指南方向1.信息获取与处理领域共有9个重点项目指南方向,涵盖领域全部7个二级代码.表5统计了各二级代码的指南数、申请数和资助数,可见,这9个重点项目指南共受理26项申请,资助7项.F0115的2个重点指南共有10项申请,资助2项,申请数和资助数均最多;F0111的2个重点指南共收到3项申请,资助1项,其中1个指南方向没有项目获资助;F0117指南数1个,收到1项申请,但最终未获资助;F0113和F0116的指南数均为1,且各有4项申请,各资助1项;F0112和F0114的指南数也均为1,各有2项申请,均资助1项.统计结果再次表明,自然科学基金重点项目申请不仅有项目之间的竞争,还有指南间的竞争,学科处的其他领域还出现过同一指南方向资助2项各具特色项目申请的情况.
表5 2024年度领域各二级代码重点项目申请与资助情况 (项)
二级代码 指南数 申请数 资助数
合计 9 26 7
F0111 2 3 1
F0112 1 2 1
F0113 1 4 1
F0114 1 2 1
F0115 2 10 2
F0116 1 4 1
F0117 1 1 0
图9统计了2020-2024年度领域重点项目申请及资助情况,总体来看,领域科研人员申请重点项目的动力不足,各年度项目申请不多,2024年度申请数最多仅26项.从资助率来看,2020年度资助率最高,达到35.00%;2021年资助率最低,为26.32%;2024年度资助率为26.92%,是年度面上项目资助率的2倍多.
图9 2020-2024年度重点项目申请及资助情况

Full size|PPT slide

2024年度,信息获取与处理领域共收到2025年度重点项目指南建议19份,约占自然科学基金委信息科学部一处重点项目指南建议总数的27.54%.经通讯评审和会议评审后,2025年度拟发布重点项目指南7个.希望领域专家广泛调研,挖掘领域发展面临的真问题,提出更多高质量的重点项目指南建议.

2.3 优秀青年科学基金(优青)项目

2024年度,信息获取与处理领域共计受理来自全国48所高校和3家科研院所的91项优青项目申请.相比2023年度23,新增依托单位12家,新增申请19项.经通讯评审后会议答辩13项,资助8项,平均资助率约为8.79%.各二级代码申请、答辩及资助情况如表6所示,其中F0116申请数最多,达到了27项,其次是F0113申请24项,F0115申请数最少,仅4项;F0112、F0113和F0116答辩数最多,均为3项,F0111答辩数为0;F0112、F0114和F0117进入答辩环节的项目均获得资助,但F0115和F0116进入答辩环节的项目均未获资助.2024年度,优秀青年科学基金项目(港澳)开始并入优青项目一起评审,领域共受理来自港澳台地区3家依托单位的4项优青项目申请,其中1项获得资助.
表6 2024年度领域各二级代码优青项目申请与资助情况 (项)
二级代码 申请数 答辩数 资助数
合计 91 13 8
F0111 6 0 0
F0112 12 3 3
F0113 24 3 2
F0114 5 1 1
F0115 4 1 0
F0116 27 3 0
F0117 13 2 2
图10给出了2020-2024年度各二级代码优青项目申请及资助占比情况.从申请占比来看,近五年F0112优青项目总申请数占领域优青项目总申请数的23%,位列第一;随后依次是F0113申请占比20%,F0116申请占比18%,F0117申请占比15%,F0111申请占比11%,F0114申请占比9%,最后是F0115申请占比4%.从资助占比来看,排第一的还是F0112,资助占比为26%,比其申请占比高3个百分点;其次是F0113资助占比20%,与其申请占比相同;F0116资助占比为17%,比其申请占比低1个百分点;F0111和F0117并列第四,资助占比均为14%;F0114的资助占比与其申请占比相同,均为9%;F0115近年来虽有项目申请进入答辩,但未能获得资助,占比为0.
图10 2020-2024年度各二级代码优青项目申请及资助占比情况

Full size|PPT slide

图11给出了2020-2024年度领域优青项目各年度申请与资助情况,总体来看,每年总资助数基本稳定在6~8项,资助率随申请量变化呈小幅波动,其中,2020年度资助率最低为7.69%,2021年度资助率最高为10.94%,2022和2023年度资助率持平,均为9.72%,2024年度资助率有所下降为8.79%.
图11 2020-2024年度优青项目申请及资助情况

Full size|PPT slide

2.4 杰出青年科学基金(杰青)项目

2024年度自然科学基金深化人才资助体制机制改革举措之一是:开展杰青项目结题分级评价及延续资助工作,择优遴选不超过20%的项目给予第二个五年滚动支持,资助强度翻倍至800万元/项,以构建对优秀人才的长周期稳定资助机制1.2024年度,信息获取与处理领域有2项杰青结题项目获得延续资助,占信息科学部杰青延续资助项目总数的1/3.
2024年度,信息获取与处理领域共计受理来自全国30所高校和3家科研院所合计46项杰青项目申请.相比2023年度,新增依托单位3家,新增申请数4项.经通讯评审后推荐会议答辩7项,最终资助5项,平均资助率约为10.87%,表7统计了各二级代码本年度申请、答辩与资助情况以及近五年总的申请与资助情况.总体来看,2024年度领域杰青项目平均资助率比近五年平均资助率7.87%高出3个百分点,申请数占近五年领域总申请数的21.3%,资助数占近五年领域总资助数的29.41%.F0117本年度和近五年的申请数均最多,其次是F0113,F0112位居第三,F0116排第四,F0111和F0114近五年总申请量并列第五,但F0114本年度申请数比F0111多3项,F0115本年度和近五年的申请数均最少.近五年F0111和F0115均未有项目获得资助,但2024年度这两个代码的青年和面上项目申请数有所增加,并且有重点项目获得资助,希望研究人员加强信号理论与信号处理和水下信息感知与处理方向的基础和应用基础研究,期待未来这两个方向的优青和杰青项目有所突破.
表7 2024年度领域各二级代码杰青项目申请与资助情况
二级代码 2024年度 2020—2024年度
申请数/项 答辩数/项 资助数/项 总申请数/项 总资助数/项 资助率/%
合计 46 7 5 216 17 7.87
F0111 2 0 0 17 0 0
F0112 7 2 1 37 4 10.81
F0113 10 2 2 44 6 13.64
F0114 5 1 1 17 1 5.88
F0115 1 0 0 8 0 0
F0116 4 0 0 33 1 3.03
F0117 17 2 1 60 5 8.33
图12给出了2020-2024年度领域杰青项目各年度申请及资助情况,总体来看,2024年度资助数最多,资助率也最高,达到10.87%;2020年度和2021年度资助率偏低,分别为5.77%和5.71%.
图12 2020-2024年度杰青项目申请及资助情况

Full size|PPT slide

2.5 创新研究群体和基础科学中心项目

2024年度,共有6家依托单位的6位申请人申请领域创新研究群体项目,其中1项获得资助.近五年,领域累计收到11家依托单位的25项创新研究群体项目申请,资助3项,获资助依托单位分别为中国科学技术大学、湖南大学和中国科学院空天信息创新研究院,申请代码分别为F0117、F0116和F0112.
2024年度起,基础科学中心项目分为A类和B类两个亚类,其中,A类申请条件与往年一致,B类专门用于资助优秀青年科研人员组成的团队,给予其更多挑大梁、担重任的机会,推动其早日脱颖而出.自2016年基础科学中心项目设立以来,信息获取与处理领域共收到2项申请,资助2项,分别是2020年度获批F0117代码下的“认知计算”和2023年度获批F0112代码下的“高速平台雷达目标检测识别”,依托单位分别为清华大学和北京理工大学.

2.6 青年学生基础研究项目

自然科学基金委自2023年开始设立青年学生基础研究项目,旨在选拔并资助优秀的青年学生开展基础研究,该类项目分为博士研究生项目和本科生项目.其中,博士研究生项目资助期限为2~3年,资助额度为30万元.本科生项目资助期限为1~2年,资助额度为10万元.2024年度,该领域共收到来自6家依托单位的10项博士研究生项目申请,资助7项;收到1项本科生项目申请并获资助.

3 结论

2024年度,自然科学基金委信息科学部一处积极落实自然科学基金委各项改革举措,包括国家杰出青年科学基金项目结题分级评价及延续资助;取消“面上项目连续两年申请未获资助后暂停一年申请”的限制;继续试点开展对优秀博士研究生、本科生的资助;优化分类申请与评审模式,开展“自由探索类基础研究”和“目标导向类基础研究”分类申请;遵循“正面引导、极限防守、严肃惩戒”的工作原则,坚决整治评审专家被“打招呼”顽疾等.
2025年度,自然科学基金委信息科学部一处在自然科学基金委和信息科学部领导下,继续坚持守正创新,注重领域方向均衡发展,不断优化项目资助管理,做好基础研究和应用基础研究的前瞻性、战略性和系统性布局.

参考文献

[1] Chen J M,Shu H,Xiong X B.Fuzzing test approach based on symbolic execution[J].Computer Engineering,2009,35(21):33-35.
[2] 万勇兵,徐中伟,梅萌.一种符号化执行的实时系统一致性测试生成方法[J].电子学报,2013,41(11):2276-2284. WAN Yong-bing,XU Zhong-wei,MEI Meng.A symbolic execution method for conformance test generation of real-time system[J].Acta Electronica Sinica,2013,41(11):2276-2284.(in Chinese)
[3] Biyani,Aabha,Sharma,Gantavya,Aghav,Jagannath,et al.Extension of SPIKE for encrypted protocol fuzzing[A].Multimedia Information Networking and Security (MINES),2011 Third International Conference on IEEE[C].Shanghai1:IEEE,2011.343-347.
[4] Bhansali S,Chen W K,Jong S D,et al.Framework for instruction-level tracing and analysis of program executions[A].Proceedings of International Conference on Virtual Execution Environments[C].New York:ACM,2006.154-163.
[5] Song D,Brumley D,Yin H,et al.BitBlaze:A new approach to computer security via binary analysis[A].Proceedings of the 4th International Conference on Information Systems Security2008[C].Berlin,Heidelberg:Springer-Verlag,2008.1-25.
[6] Wang T,Wei T,Gu G,et al.TaintScope:a checksum-aware directed fuzzing tool for automatic software vulnerability detection[A].Security and Privacy (SP),2010 IEEE Symposium on IEEE[C].Washington,DC,USA:IEEE Computer Society,2010.497-512.
[7] Cui B,Liang X,Wang J.The study on integer overflow vulnerability detection in binary executables based upon genetic algorithm[J].Advances in Intelligent & Soft Computing,2011,122:259-266.
[8] Memon A M,Pollack M E,Soffa M L.Hierarchical GUI test case generation using automated planning[J].IEEE Transactions on Software Engineering,2001,27(2):144-155.

基金

中国工程物理研究院科学技术发展基金 (No.2014A0403020); 中国工程物理研究院网络安全与可信软件重点实验室基金 (No.J-2014-KF-01)

PDF(1528 KB)

Accesses

Citation

Detail

段落导航
相关文章

/