已验证75% 置信事实精确时间
覆盖率引导型模糊测试工具如AFL++、LibFuzzer通过插桩技术追踪代码覆盖率，自动变异输入探索新代码路径
3
来源数
75%
置信度
长期有效
时效性
2026/7/5
首次发现
来源
OpenAI如何用核心转储揪出潜伏18年的Bug
rss2026/6/30
相关事实
已验证模糊测试（Fuzzing）是自动化软件安全测试技术，现代技术通常与代码覆盖率反馈相结合，代表工具包括AFL++、libFuzzer77% 相似待验证自动化漏洞发现通常依赖覆盖制导的模糊测试工具如syzkaller、AFL++，这类工具对逻辑漏洞效果有限75% 相似待验证AFL++（American Fuzzy Lop Plus Plus）是主流的覆盖率引导型模糊测试工具，通过插桩技术追踪代码执行路径并变异输入样本以最大化代码覆盖率74% 相似已验证传统静态分析工具（如SonarQube、Fortify、Checkmarx等）通过预定义的规则模式匹配来检测代码中的安全漏洞70% 相似待验证基于变异的模糊测试（如 AFL、libFuzzer）通过对已有输入样本进行位翻转、字节替换等变异来生成新的测试用例68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/112210API
curl https://kongchang.com/api/v1/knowledge/claims/112210MCP
get_claim(id=112210)