Effektiviteten af fuzz testing til portering af programmer

Fuzz testing er effektivt til at portere programmer fra C til Rust, især når der anvendes kunstig intelligens til at skrive fuzz tests og bygge porten i topologisk rækkefølge.

LLMs (Large Language Models) er i stigende grad i stand til at generere kode og kan hjælpe med at håndtere API ændringer, hvilket kan føre til automatisering i bibliotek vedligeholdelse.

Portering ved hjælp af LLMs kan være en omkostningseffektiv proces, da metoden gør brug af fuzz tests for at sikre overensstemmelse mellem C og Rust output.

Etablering af stærke testcases er afgørende for succesfuld portering med minimale fejl og justeringer.

Resultatet af eksperimentet var en arbejdende Rust-implementation af Zopfli, der gav identiske resultater til C-versionen, hvilket viser effektivitet og potentiale i denne tilgang.