PDFuzzer는 개별 API 호출 하나만 테스트하던 기존 PDF 리더 퍼저의 한계를 넘어, 여러 API 호출이 연쇄돼야 드러나는 취약점을 찾기 위해 복잡하고 의미 있는 API 호출 시퀀스를 자동 생성하는 LLM 기반 퍼저다. LLM으로 JavaScript API 매뉴얼과 실행 트레이스에서 문맥자유문법을 구성하고 API 호출 간 관계를 추론한 뒤, 제약조건 해결기로 구체적인 호출 시퀀스를 생성해 퍼징에 사용한다. Adobe Acrobat Reader, Foxit PDF Reader, PDF-XChange Editor 등 3대 주요 PDF 리더에서 기존 최신 퍼저와 LLM 기반 퍼저를 크게 능가해 최대 48% 높은 커버리지를 달성했고, 정보 유출부터 임의 코드 실행까지 31개의 제로데이 취약점을 발견했다. LLM이 관여하는 각 파이프라인 단계는 93~98%의 높은 정확도를 보였으며, 발견된 취약점은 모두 조율된 공개 절차를 거쳐 벤더에 신고하고 버그바운티를 받았다.
- •LLM으로 문맥자유문법과 API 관계를 추론해 복잡한 호출 시퀀스 자동 생성
- •3대 주요 PDF 리더에서 기존 퍼저 대비 최대 48% 높은 커버리지 달성
- •31개의 제로데이 취약점 발견, 정보 유출부터 임의 코드 실행까지 포함
- •발견 취약점은 조율된 공개 절차로 신고해 버그바운티 수령
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
From Documentation to Zero-day Vulnerabilities: LLM-Driven Fuzzing of JavaScript Engines in PDF Readers
본문 미리보기
arXiv:2608.06641v1 Announce Type: new Abstract: Existing fuzzers for PDF readers rely on simple test cases that involve only individual API calls, leading to limited coverage and potentially missing vulnerabilities that require sequences of API calls. To address these limitations, we propose PDFuzzer, a novel PDF engine fuzzer that automatically generates complex and meaningful API call sequences. PDFuzzer first uses a Large Language Model (LLM) to construct context-free grammars and infer the
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:58AI 초안



