基于大语言模型和禁忌搜索算法的模糊测试方法及系统

本发明提供一种大语言模型和禁忌搜索算法的模糊测试方法及系统，先基于用户提供的输入文件的描述信息生成输入提示，基于输入提示并采用大语言模型生成多个符合不同格式规范的高质量种子，并将这些高质量种子加入模糊测试的种子队列中，然后通过硬件程序追踪技术获取种子队列中每个高质量种子的执行信息，再设计基于禁忌搜索优化算法的种子自适应选择方法选择出最优种子，按照预先设定的变异策略对最优种子进行突变生成新种子，进而完成对目标二进制程序的模糊测试，解决了目前大多数基于变异的模糊器无法为处理结构化输入的目标程序自动生成高质量种子问题，以及大多数模糊器种子选择标准较为单一、无法选择高质量种子的问题。