docker build -t activatefuzz .
docker build -t fuzzredis .
docker network create activatefuzz
docker run --name activatefuzz -itd -p 20002:22 --network activatefuzz --privileged activatefuzz
docker run --name fuzzredis -itd -p 26379:6379 --network activatefuzz --privileged fuzzredis
首先安装相关的被测对象
然后更改程序中的配置路径activatefuzz/config/TargetPath.py
该阶段通过使用大模型生成提示词,在一定程度上保证了提示词的质量,并且在多语言模糊测试的过程中,无需用户了解被测对象的具体内容。 使用方法: 以我们希望生成c++代码来测试clang为例子,可以使用以下方式来生成初始提示词
cd GeneratePrompt
python main.py run --language c++ --target clangcd fuzz
python main.py --language c++ --target clang- lcov注意要2.0版本以下