-
公开(公告)号:CN118550818A
公开(公告)日:2024-08-27
申请号:CN202410529851.9
申请日:2024-04-29
Applicant: 北京理工大学
Abstract: 本发明提出了一种面向结构化文件模糊测试的种子生成优化方法,具体包括,对目标程序进行静态分析,生成程序控制流图;执行目标程序并动态监控,得到已执行路径;根据程序控制流图和已执行路径生成未执行路径;深度学习模型用于学习执行路径与基本数据单元序列之间的关系,利用深度学习模型预测可能覆盖未执行路径的基本数据单元,其中,深度学习模型为TransformerXL模型;由新获得的基本数据单元组装得到新的结构化文件,新的结构化文件即为新生成的种子。本发明提高了种子通过目标程序的初步格式和语义检查的通过率,提升了种子多样性,进而提高了模糊测试的效率。