XiaoMi-AI文件搜索系统
World File Search System灰线
DeepGo：预测定向灰盒模糊测试
在本文中，我们提出了一个预测定向灰盒模糊测试器 DeepGo，它可以结合历史和预测信息来引导 DGF 通过最佳路径到达目标站点。我们首先提出路径转换模型，该模型将 DGF 建模为通过特定路径转换序列到达目标站点的过程。突变产生的新种子将导致路径转换，而高奖励路径转换序列对应的路径表示通过它到达目标站点的可能性很高。然后，为了预测路径转换和相应的奖励，我们使用深度神经网络构建虚拟集成环境 (VEE)，它逐渐模仿路径转换模型并预测尚未采取的路径转换的奖励。为了确定最佳路径，我们开发了一个强化学习模糊测试 (RLF) 模型来生成具有最高序列奖励的转换序列。RLF 模型可以结合历史和预测的路径转换来生成最佳路径转换序列，以及指导模糊测试突变策略的策略。最后，为了练习高奖励路径转换序列，我们提出了行动组的概念，全面优化模糊测试的关键步骤，实现高效到达目标的最优路径。我们在 2 个基准测试套件（共 25 个程序，100 个目标站点）上对 DeepGo 进行了测试。实验结果表明，与 AFLGo、BEACON、WindRanger 和 ParmeSan 相比，DeepGo 在到达目标站点方面分别实现了 3.23 倍、1.72 倍、1.81 倍和 4.83 倍的加速比，在暴露已知漏洞方面分别实现了 2.61 倍、3.32 倍、2.43 倍和 2.53 倍的加速比。
关键代码引导的灰盒模糊测试
新提交的提交容易将漏洞引入程序。作为一种有前途的对策，可以使用定向灰盒模糊测试器通过将提交更改位置指定为目标来测试提交更改。但是，现有的定向模糊测试器主要侧重于达到单个目标，而忽略了对其他受影响代码的多样化探索。因此，它们可能会忽略在远离更改位置的位置崩溃的错误，并且在多目标场景中缺乏直接性，这在提交测试的背景下都很常见。在本文中，我们提出了一种直接灰盒模糊测试器 WAFLG O ，以有效发现提交引入的漏洞。WAFLGO 采用一种新颖的关键代码引导输入生成策略来彻底探索受影响的代码。具体而言，我们确定了两种类型的关键代码：路径前缀代码和数据后缀代码。关键代码首先引导输入生成逐渐、增量地到达更改位置。然后，在保持关键代码可达性的同时，输入生成策略进一步鼓励在探索受影响代码时生成输入的多样性。此外，WAFLGO 引入了一种轻量级多目标距离度量，用于直接和彻底检查所有更改点。我们实现了 WAFLG O，并使用提交引入的 30 个真实错误对其进行了评估。与 8 种最先进的工具相比，WAFLGO 实现了平均 10.3 × 的加速。此外，WAFLGO 在测试最近 50 次提交的真实软件（包括 libtiff、fig2dev 和 libming 等）时发现了 7 个新漏洞，其中包括 4 个 CVE。
灰龙：评估中国高级军事领导层
图 1.改革后的解放军结构 ......................................................................................................................9 2.解放军高级军官，按级别划分（2015 年和 2021 年） ........................................................................10 3.解放军高级军官，按军种划分（2015 年和 2021 年）（%） .............................................................................12 4.陆军关键联合作战岗位军官（2015-2021 年）（%） .............................................................................12 5.解放军高级军官，按军种与军种人力份额划分（2022 年）（%） .............................................................................13 6.解放军高级军官，按类型划分（2015 年和 2021 年）（%） .............................................................................14 7.解放军高级军官年龄/经验年限，按职等划分（2021 年）................................................................................................................................17 8.过去 10 年的地理轮换（%）................................................................................................................19 9.过去 10 年的地理轮换，按职位类型划分（%）.............................................................................20 10.过去 10 年的跨职能轮换（%）.............................................................................................21 11.过去 10 年的职位类型轮换（%）.............................................................................................22 12.过去 10 年（2015 年和 2021 年）的联合任务（%）.............................................................23 13.过去 10 年的联合任务，按职等划分（%）.............................................................................23 14.过去三年的联合任务各职级，按职务划分（2016-2022 年）.....24 15.过去 10 年的联合任务，按部队划分（%）.............................................................25 16.战区指挥官的职业发展，2016-2021 年.........................................................................27 17.各部队指挥官的职业发展，2016-2021 年.........................................................................27 18.解放军高级军官，按军种/战区划分（2015 年 vs. 2021 年）.............................................31 19.各集团军的先前职务（2015 年 vs. 2021 年）.............................................................31 20.在中央党政机关任职的解放军高级军官（2021 年）.............................................................33 21.中共决策机关成员等级（2021年）......................................................34 22.第十三届全国人民代表大会代表（2021年）.......................................35
CV -Dr.发线 div>CV -Dr.发线 div>
▪名称姓：UTKUKöse / Utku Kose▪国籍：土耳其▪出生日期：26.03.1985▪性别：男性▪地址：SüleymanDemirelUniversity，工程和NAT。Sci。，Dept.of Computer Engineering, West Campus, 32260, Isparta / Turkey ▪ Telephone : (+90) (246) 211 12 69 ▪ Fax : (+90) (246) 237 08 59 ▪ Mobile : (+90) 532 590 83 26 ▪ E-Mail (Personal) : utkukose@gmail.com ▪ E-Mail (Academic) : utkukose@sdu.edu.tr/utku.kose@und.edu/utko.kose@ieee.org/utkukose@acm.org▪个人网站：https://www.utkukose.com▪机构网站：机构网站： https://w3.sdu.edu.tr/personel/09143/dr-ogr-uyesies-utku-kose▪Yök研究人员ID：23806▪•orcid ID：0000-0002-9652-6415 （链接）：
1 线布加替尼治疗后 2 线 ALK TKI 治疗的真实结果 ...
• 间变性淋巴瘤激酶阳性 (ALK+) 非小细胞肺癌 (NSCLC) 约占所有 NSCLC 病例的 5%。1,2 • ALK + NSCLC 的靶向治疗包括第一代 ALK 酪氨酸激酶抑制剂 (TKI) 克唑替尼，以及包括布格替尼在内的下一代 ALK TKI。3 • 在 III 期 ALTA-1L 试验中，布格替尼作为 ALK + NSCLC 患者的一线 (1L) 治疗表现出优于克唑替尼的临床疗效。4 • 一项回顾性、非干预性跨国研究先前报告了 1L 布格替尼后的真实世界结果，结果显示，接受 1L 布格替尼治疗，随后接受 ALK TKI 治疗的患者获得了长期的临床益处。 5 • 本分析评估了其他亚组，包括在 ALTA-1L 试验中停用 1L 布格替尼后按对 1L 布格替尼的反应分层的亚组。
FY-25 现役 O-5 线
发布和批准流程很长。请注意，此跟踪器上的每个地点都涉及该地点内的多个办事处。由于批准流程的复杂性，有时某个地点不会发生重大变动（可能是数周）。这并不罕见。有关批准流程时间表的更多信息：晋升委员会批准流程
FY-24 预备役 O-4 线
发布和批准流程非常漫长。请注意，此跟踪器上的每个位置都涉及该位置内的多个办事处。由于批准流程的复杂性，有时某个位置不会发生重大变动（可能是数周）。这并不罕见。有关批准流程时间表的更多信息：晋升委员会批准流程
FY-25 现役 O-5 线
发布和批准流程很长。请注意，此跟踪器上的每个地点都涉及该地点内的多个办事处。由于批准流程的复杂性，有时某个地点不会发生重大变动（可能是数周）。这并不罕见。有关批准流程时间表的更多信息：晋升委员会批准流程
FY-25 预备队 O-5 线
发布和批准流程很长。请注意，此跟踪器上的每个地点都涉及该地点内的多个办事处。由于批准流程的复杂性，有时某个地点不会发生重大变动（可能是数周）。这并不罕见。有关批准流程时间表的更多信息：晋升委员会批准流程
FY-24 现役 O-4 线
发布和批准流程很长。请注意，此跟踪器上的每个地点都涉及该地点内的多个办事处。由于批准流程的复杂性，有时某个地点不会发生重大变动（可能是数周）。这并不罕见。有关批准流程时间表的更多信息：晋升委员会批准流程