A
Asaf
C
Celine
主
主持人
专注于电动车和能源领域的播客主持人和内容创作者。
Celine Wüst: 我是ETH Zurich的硕士生，研究方向是安全可靠的系统和数据管理。我的硕士论文研究的是Dynkle，这是一个用于图数据库管理系统（Graph Database Management Systems，简称GDBMS）的fuzzer。Dynkle通过自动生成复杂的Cypher查询来测试GDBMS，旨在发现隐藏的bug，例如缓冲区溢出、空值引用和程序状态异常。Dynkle跟踪查询上下文和图模式两种状态信息，以生成更复杂的查询，提高发现隐藏bug的概率。我们使用Dynkle测试了Neo4j、FalconDB（原RedisGraph）和Apache AGE等多种GDBMS，发现了大量的bug，其中Neo4j的bug最多，因为我们对其进行了更长时间的测试。在发现bug后，我们会通过GitHub或加密邮件向开发者报告，大多数bug都能得到修复。一些bug的重现性较差，需要多次尝试才能提交有效的bug报告。我们也探索了如何使用Dynkle来发现逻辑bug，这需要在Dynkle的基础上添加新的策略。Dynkle是一个持续发展的项目，会随着图数据库的发展而不断改进。
关于编程语言的选择，我认为需要权衡性能、开发速度和开发者经验等多种因素。例如，Neo4j使用Java编写，虽然成熟稳定，但性能不如使用C或C++编写的数据库。Rust语言兼具性能和安全性，但开发速度较慢。
关于图数据库的选择，如果应用面向客户，建议使用Neo4j，因为它成熟稳定且安全；如果应用仅用于内部，建议使用FalconDB，因为它性能更高。
大型语言模型在软件开发中很有用，但需要谨慎使用，并进行人工审查，以避免引入新的bug或安全风险。
Asaf: 我对Celine的研究工作很感兴趣，特别是Dynkle这个工具。它通过生成随机查询来测试图数据库，这是一种创新的方法。我很好奇Dynkle是如何生成复杂的查询的，以及它发现了哪些类型的bug。Celine提到了Dynkle发现的bug通常需要修改GDBMS本身，而不是简单的添加单元测试，这说明Dynkle能够发现一些隐藏较深的bug。我也很好奇Dynkle的效率如何，以及它是否可以应用于关系数据库。Celine的回答让我对图数据库的测试有了更深入的了解，也对图数据库的选择有了更清晰的认识。
此外，我对Celine关于编程语言和图数据库选择方面的观点很感兴趣。她提到了Java、C++、Rust等多种编程语言的优缺点，以及Neo4j和FalconDB等图数据库的优缺点，这为我们选择合适的技术提供了参考。
最后，Celine对大型语言模型在软件开发中的应用提出了谨慎的建议，这提醒我们不能盲目依赖AI技术，而应该保持人工审查和验证的重要性。
Deep Dive
Celine introduces Dynkle, a fuzzer for graph databases. It generates complex queries to find bugs by tracking query context and graph schema, increasing the chances of triggering hidden bugs.
- Dynkle is a fuzzer that automatically generates input for graph database systems.
- It tracks query context (variables) and graph schema (node/edge labels, properties).
- It uses stateful information to generate complex queries to find bugs.
Shownotes Transcript