状态协议实现学习中输入字母表构建的自动化框架

作为状态协议实现的流行分析技术，状态机学习遇到了源自手工输入字母表的核心瓶颈。手动字母定义本质上限制了输入探索的完整性，使得捕获异常的不合格消息变得困难，从而遗漏潜在的语义缺陷。在本文中，我们的目标是自动生成输入字母表，以打破状态机学习的上述限制。我们采用 大语言模型 来解析协议消息布局，并按照结构化变异规则生成候选输入符号，自动覆盖有效和无效消息空间，并消除对手动协议专业知识的依赖。考虑到不断增长的字母表带来的不断增加的开销，我们引入了一种小批量增量学习策略，以便在合并新的字母表条目时重用现有的学习自动机。对实际协议栈的综合实验表明，我们的方法可以重现现有的安全漏洞并识别新的语义错误。这些新发现的问题的一部分已得到开发人员的确认和修补，证明了我们提出的方法的实用性和有效性。