[发明专利]一种提高模糊测试效率的方法和系统有效
| 申请号： | 201811257109.8 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109522221B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 陈恺;宗珮媛;梁瑞刚 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种提高模糊测试效率的方法和系统。该方法包括：1)收集模糊测试器变异生成的输入和所述输入的目标代码可达性信息，作为训练数据；2)利用训练数据训练输入与目标代码可达性的深度学习模型；3)利用训练完成的深度学习模型判断新的输入在目标程序中的目标代码可达性，若可达则将新的输入交付给目标程序执行，若不可达则丢弃新的输入。进一步地，步骤3)中若不可达则通过比较不可达输入的特征与新的输入的特征是否相似来检查预判值是否可信，若可信则丢弃此输入，否则将新的输入交付给目标程序执行。本发明侧重于过滤模糊测试中无法到达目标代码的无用输入，可以与其他模糊测试方法互补或同时使用，从而有效提高模糊测试效率。 | ||
| 搜索关键词： | 一种 提高 模糊 测试 效率 方法 系统 | ||
【主权项】：
1.一种提高模糊测试效率的方法，其特征在于，包括以下步骤：1)收集模糊测试器变异生成的输入和所述输入的目标代码可达性信息，作为训练数据；2)利用所述训练数据，训练输入与目标代码可达性的深度学习模型；3)利用训练完成的深度学习模型，判断新的输入在目标程序中的目标代码可达性，若可达则将所述新的输入交付给目标程序执行，若不可达则丢弃所述新的输入。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811257109.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种文本测试方法及装置
- 下一篇：一种用于教育云平台的异常捕获方法及装置
