IEEE 2021
摘要
抽象语言处理器，如编译器和解释器，在构建现代软件中是不可或缺的。语言处理器中的错误可能导致严重后果，如功能不正确，甚至恶意攻击。然而，自动测试语言处理器以发现bug并非易事。现有的测试方法（或模糊程序）要么无法生成高质量（即语义正确的）测试用例，要么只支持有限的编程语言。
在本文中，我们提出了POLYGLOT，这是一个通用的模糊框架，可以生成高质量的测试用例，用于探索不同编程语言的处理器。为了实现通用性，Polyglot通过**统一的中间表示（IR）**消除了编程语言在语法和语义上的差异。为了提高语言的有效性，Polyglot执行约束变异和语义验证，以保持语法正确性和修复语义错误。我们已经应用了9种编程语言的21种流行语言处理器POLYGLOT，并识别了173个新的bug，其中113个bug已修复，分配了18个CVE。我们的实验表明，Polyglot可以支持广泛的编程语言，并且优于现有的模糊器，代码覆盖率提高了30倍。
问题
考虑到特定语言模糊器的复杂性（例如，CSmith[74]由80k行代码组成）和大量编程语言（目前超过700种[3]），为每种语言实现特定的模糊器是不切实际的。这使当前的模糊程序陷入了两难境地：追求高语义有效性牺牲了它们的通用适用性，而保留通用适用性并不能保证测试用例的质量。
目前的模糊程序在测试语言处理器方面存在局限性。基于一般用途变异的模糊器[30,38,76,77]不知道输入结构，并随机翻转输入的位或字节，