新增论文概要

papers/Topic2 Protocol-aware generation & fuzzing/Intro.txt

@@ -0,0 +1,17 @@
+协议状态机/模糊测试/学习输入生成（支撑你“生成有效 request-response 交互序列”）
+
+对 Modbus TCP 来说，“有效”不仅是字段合法，还包括：
+request 与 response 配对
+Transaction ID 一致/递增策略合理
+功能码与地址范围一致（如 0x03 对 holding register 区间）
+异常响应的触发条件合理
+这些强约束往往在 fuzzing / protocol testing 文献里讨论得更系统。
+
+Pham et al. AFLNet: A Greybox Fuzzer for Network Protocols. ICST 2019.
+用途：面向网络协议的状态覆盖 fuzzing；你可以借鉴其“状态反馈”思想，把扩散生成器和协议栈反馈（有效率/覆盖率）结合起来做强化。
+
+She et al. NEUZZ: Efficient Fuzzing with Neural Networks. IEEE S&P 2019.
+用途：神经网络引导 fuzzing 的代表作；可作为你未来“生成模型 + 反馈优化/引导采样”的相关工作支撑。
+
+Godefroid, Peleg, Singh. Learn&Fuzz: Machine Learning for Input Fuzzing. ASE 2017.
+用途：学习输入格式再生成；与你“语义级生成 + 确定性组装器”的理念一致（模型学语义，规则负责封包细节）。