面向HDF5格式预训练模型的模糊测试方法

使用模糊测试对HDF5文件格式的相关程序与工具集进行漏洞检测，并对模糊测试在HDF5输入上的性能优化方案进行研究。通过轻量级文件结构分析，精简模糊测试的确定性变异阶段，从而将模糊测试的注意力集中在更有价值的区域，减少无意义的变异与执行尝试次数；提出一系列HDF5文件格式敏感的变异策略，在模糊测试的随机变异阶段，使变异生成的输入更可能被程序的解析逻辑所接受，从而探索更深层代码。相比传统模糊测试框架，实现的原型框架HDFL可以保证极小的覆盖率与崩溃数量损耗，提高模糊测试的效率。