“ 针对复杂文件格式（如 PDF / ELF / XML / TIFF）的漏洞挖掘，一直是模糊测试领域的“硬骨头”。传统 Fuzzer（如 AFL / AFL++）普遍存在三大问题：难以生成符合格式规范的输入，大量测试样本被解析器直接拒绝；随机变异难以触及深层语义逻辑路径；输入空间稀疏，导致有效漏洞触发概率极低。
为了解决这些问题，论文提出：VERTFuzz，基于 Version Transformer 的结构感知模糊测试框架，让Fuzzer理解文件结构，并生成“高质量、可执行、有效”的测试样本。 ”
📄论文标题：VERTFuzz: Version transformer-driven fuzzing for complex file parsers
📅发表时间：Computers & Security，2025
🏫作者单位：北京电子科技学院
💡 开源代码：https://github.com/yaoxixixi/VERTFuzz
01—方法介绍
VERTFuzz 的关键 insight 在于：相比随机修改文件内容，修改 metadata 更容易触发新的执行路径和漏洞。
整体流程可以抽象为三步：
① 结构学习
利用 ByteBERT 自动识别文件 metadata 分布；
② 精准变异
围绕 metadata 执行结构感知变异；
③ 智能筛选
利用 Vision Transformer 判断输入是否合法并筛选高质量样本。
图 1. VERTFuzz 概述
小结：从“盲目变异”转向“结构驱动变异”，是性能提升的关键。
02—关键机制
- ByteBERT 结构建模
首次利用 BERT 自动标注复杂文件 metadata 分布；
- Metadata-guided Fuzzing
将变异限制在高价值区域，提升有效性；
- Vision Transformer 筛选机制
将 coverage bitmap 转化为图像进行语义判别；
- 输入空间压缩
显著减少无效样本，缓解“稀疏缺陷空间”问题；
- 可集成 AFL++
作为增强模式直接提升现有 fuzzing 框架能力。
模块 | 设计思路 | 作用 |
|---|---|---|
结构识别（ByteBERT） | 基于 BERT 自动标注文件中的 metadata 区域 | 获取精确结构语义信息 |
元数据引导变异 | 仅对 metadata 区域进行定向变异 | 提升变异有效性，避免无效扰动 |
结构同步更新 | 变异后同步更新结构标注信息 | 保证多轮 fuzzing 的一致性 |
VIT 样本筛选 | 将覆盖 bitmap 转换为图像输入 Vision Transformer | 过滤非法输入，保留高质量样本 |
反馈驱动优化 | 基于路径与结构信息优化种子队列 | 持续提高漏洞触发概率 |
小结：VERTFuzz将“结构理解+模型筛选”引入fuzzing，实现从“随机扰动”到“精准攻击”的跃迁。
03—实验结果
使用010 Editor的模板文件生成四个训练集PDF、ELF、XML和TIFF文件的格式，包括初始种子文件和相应的元数据标签文件。主要实验结果如下。
（1）效率和覆盖范围对比。如表1所示，与单独使用相同版本的AFL++相比，VERTFuzz的覆盖率提高了27.92%，在Pdftopng程序中，VERTFuzz的覆盖率也比AFL++高11.15%。
表1. VERTFuz与其他模糊器的效率和覆盖范围的比较。
（2）实验评估了VERTFuzz的真实世界性能。在真实环境中运行了72小时的模糊测试仪，共识别出39个错误，其中7个也在相同的实验条件下被AFL++检测到。此外，VERTFuz还发现了32个独特的漏洞：Objdump（3个漏洞）、Readelf（1个漏洞），Pdfinfo（5个漏洞）和Pdftotext（13个漏洞）。其中，新发现了13个漏洞，并分配了CVE标识符。
小结：VERTFuzz通过将010 Editor的模板解析能力与基于深度学习的ByteBERT模型相结合，实现了PDF等复杂格式文档的自动元数据标记和精确定位。实验结果表明，与现有的通用模糊框架相比，VERTFuzz显著提高了代码覆盖率和执行效率。在真实环境测试中，VERTFuzz成功发现了32个独特的漏洞。
📌 总结
VERTFuzz 的核心贡献可以概括为一句话：让 Fuzzer 不仅“会变异”，还“知道该改哪里、该保留什么”。未来的模糊测试，将从“覆盖率驱动”演进为“结构 + 语义 + 学习驱动”,特别是在复杂输入场景（如文件解析器、协议解析器）中。
📣 欢迎留言讨论
相比传统 coverage-guided fuzzing，引入深度学习模型究竟是“质变”还是“增量优化”？
在复杂文件解析场景中，你更看好“结构建模”还是“生成式方法（如 LLM）”？
📌 点赞 + 收藏 + 分享，你的支持，是我们持续解析高水平软件安全论文的最大动力！
