XiaoMi-AI文件搜索系统
World File Search System目标定向
特权的多目标定向propargyl tarcrines ...
抽象的二十四种新颖化合物携带四氢丙氨酸和N-丙泊酯部分的抗抗胆碱酯酶和抗单酰胺氧化酶活性。Propargyltacrine 23 (IC 50 ¼ 21nM) was the most potent acetylcholinesterase (AChE) inhibitor, compound 20 (IC 50 ¼ 78nM) showed the best inhibitory human butyrylcholinesterase ( h BChE) profile, and ligand 21 afforded equipotent and significant values on both ChEs (human AChE [ h AChE]: IC 50 ¼ 0.095±0.001 M m; H BCHE：IC50¼0¼093±0.003 m m）。关于MAO抑制作用，化合物7、15和25证明了对H MAO-B（分别为50¼163、40和170nm）的最高抑制潜力。总共将表现出最平衡的药理学特征的7、15、20、21、23和25化合物提交了渗透性和细胞活力测试。7-苯氧-n-（Prop-2-Yn-1-基）-1,2,3,4-四氢酸蛋白-9-盐酸盐盐酸盐（15）已被鉴定为可渗透药物，显示出平衡的药理特征[IC 50（HACHE）¼1.472¼1.472¼1.472¼1.472±0.024 m m m m m m; IC 50（H BCHE）¼0.659±0.077 m m; IC 50（H MAO-B）¼40.39±5.98nm]，因此，作为一种新的命中配体，值得进一步研究，特别是在体内分析中，因为此处报道的初步细胞活力测试结果表明，这是一种相对安全的治疗剂。
RLTG：多目标定向灰盒模糊测试
定向灰盒模糊测试可以引导模糊器探索特定的目标代码区域，在补丁测试等场景中取得了良好的效果。然而，如果有多个目标代码需要探索，现有的定向灰盒模糊测试器（如AFLGo和Hawkeye）往往会忽略一些目标，因为它们使用距离的调和平均值，倾向于测试可达路径较短的目标。此外，现有的定向灰盒模糊测试器由于程序中存在间接调用，无法计算出准确的距离。此外，现有的定向灰盒模糊测试器无法解决探索和利用问题，种子调度效率低下。针对这些问题，我们提出了一种动态种子距离计算方案，当可达路径遇到间接调用时，动态增加种子距离。此外，种子距离计算可以处理多目标场景下的偏差问题。利用种子距离计算方法，我们提出了一种基于置信上限算法的种子调度算法，以解决定向灰盒模糊测试中的探索和利用问题。我们实现了一个原型 RLTG，并在实际程序上对其进行了评估。原型评估表明，我们的方法优于最先进的定向模糊器 AFLGo。在多目标基准测试 Magma 上，RLTG 以 6.9 倍的速度重现错误，并且比 AFLGo 多发现 66.7% 的错误。
多目标定向灰盒模糊测试
摘要 — 定向灰盒模糊测试 (DGF) 可以通过寻求到达程序位置或按顺序探索某些位置来快速发现或重现程序中的错误。然而，由于其静态阶段划分和粗粒度的能量调度，以前的 DGF 工具在面对多个目标位置（简称目标）时表现不佳。在本文中，我们提出了多目标定向灰盒模糊测试，旨在在模糊测试活动中到达多个程序位置。具体而言，我们提出了一种新颖的策略来自适应地协调探索和利用阶段，以及一种新颖的能量调度策略，通过考虑种子和目标位置之间的更多关系。我们在一个名为 LeoFuzz 的工具中实现了我们的方法，并在崩溃重现、真正验证和实际程序中的漏洞暴露方面对其进行了评估。实验结果表明，LeoFuzz 在有效性和效率方面优于六种最先进的模糊测试器，即 QYSM、AFLGo、Lolly、Berry、Beacon 和 WindRanger。此外，LeoFuzz 在实际程序中检测到 23 个新漏洞，其中 11 个已分配 CVE ID。
吸烟者的目标定向和习惯控制
Louis，PhD，PhD，PhD，PhD，Wit，PhD E，F，Ingmar的儿子。 H.A. Frankish，博士B，Trevor W.Louis，PhD，PhD，PhD，PhD，Wit，PhD E，F，Ingmar的儿子。H.A. Frankish，博士B，Trevor W.H.A.Frankish，博士B，Trevor W.