MATUS：基于特征切片的精确错误检测

本文介绍了MATUS，一种通过提取和比较与潜在错误逻辑相关的特征切片来减轻噪声干扰的错误检测新方法。关键创新在于使用来自错误代码的先验知识来指导目标切片，从而实现更精确的错误检测。在Linux内核中成功识别出31个未知错误，其中11个被分配了CVE，这有力地验证了所提出方法的有效性。

• •MATUS通过关注相关的特征切片来解决错误检测中的噪声干扰问题。
• •该方法使用来自错误代码的先验知识来指导目标切片，从而提高精度。
• •该方法已在识别Linux内核中的实际错误方面取得了重大成功。
• •结果包括已确认的错误和已分配的CVE，表明了实际影响。