# 释放大语言模型潜力：从协议实现推断状态机 > ProtocolGPT 借助检索增强的大语言模型，从协议实现源码推断协议状态机。它先用正则表达式和代码过滤器提取与状态机相关的代码，再按语法感知方式切分，以 OpenAI 嵌入存入 FAISS 向量库，并逐步提示 GPT-4 恢复状态及由报文触发的迁移。在五个开源代码库中的六种协议（IKEv2、TLS 1.3、TLS 1.2、BGP、RTSP 与 L2TP）上，作者报告迁移精确率超过 90%，精确率比基线高 30% 以上、召回率高 55% 以上。以推断出的状态机为 AFLNet 生成种子后，覆盖率提升 20% 以上，并在一个 RTSP 服务器中发现两个此前未知的崩溃漏洞。 - 作者：Haiyang Wei; Ligeng Chen; Zhengjie Du; Yuhan Wu; Haohui Huang; Yue Liu; Guang Cheng; Fengyuan Xu; Linzhang Wang; Bing Mao - 原标题：Unleashing the Power of LLM to Infer State Machine From the Protocol Implementation - 发表载体：IWQoS 2025 - 发表状态：会议论文 - 出版／提交日期：2025 年（具体日期未核实） - 日期依据：出版方提交的 Crossref 元数据确认出版年份为 2025 年。其印刷日期 2025 年 7 月 2 日同时也是该元数据所记 7 月 2 日至 4 日研讨会的首日，且无法自动访问 IEEE Xplore 以确认具体出版日，因此不记录更精确的日期。 - arXiv 首次提交：2024 年 5 月 1 日 - arXiv：2405.00393 - 已复核的 arXiv 版本：v4 - DOI：10.1109/IWQoS65803.2025.11143461 - 来源复核于：2026-10-27 - 收录于：2026-11-03 - 原始论文： - PDF： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-protocolgpt/index.md) ## 研究范围与局限 方法需要源码，不能仅依靠二进制或流量。每个实现都因具有明确定义的状态而入选，结果仅覆盖所评估的六种协议，其中两种共用 s2n-tls 代码库。真实标签由三名专家根据仓库代码人工构建；精确率与召回率只计算完全正确的迁移。RFCNLP 在 RTSP 上的精确率更高。结果依赖通过商业 API 调用、温度为 0.2 的 GPT-4，输出与成本可能变化。推断出的状态机是大语言模型的归纳，并非对实现行为或等价性的证明。模糊测试的提升来自 AFLNet 种子；BGP 由事件驱动的迁移限制了基于报文的覆盖率。两个崩溃漏洞均位于 feng RTSP 服务器中。 ## 与本合集的关联 补充借助大语言模型从协议实现源码恢复状态机的研究，与本合集中基于流量、借助二进制及灰盒的状态推断研究互补。 ## 发表与复核说明 Crossref 确认十位作者顺序、IWQoS 2025 会议论文集、第 1–10 页及 DOI；IEEE 标题中“From”首字母大写，arXiv 则为“from”。2025-03-27 的 arXiv v4（v1 为 2024-05-01）没有期刊引用或会议备注。其基准固定了 strongSwan f994e0a、s2n-tls 025f3b2、openbgpd 08b59c1、feng d302a1c 与 openl2tp be6c288；实验在 32 GB 内存、i7-12700、Ubuntu 20.04 机器上调用 GPT-4。该版本称源码与实验数据将在论文录用后发布，但 arXiv 与论文均未链接任何发布。GitHub 仓库 s1awwhy/ProtocolGPT 使用论文标题并含 Python 脚本，但没有许可证，论文未链接。论文称开发者已确认两个 RTSP 漏洞，但未给出 CVE 编号。 ## 一手来源 1. 2. 3. 4. 5. ## 关于此条目 已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。 原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。