基于结构感知的AST生成模型JavaScript引擎模糊测试方法

本发明属于JavaScript引擎测试领域，具体涉及一种基于结构感知的AST生成模型JavaScript引擎模糊测试方法，旨在解决现有由LSTM构建的神经网络语言模型NNLM，在生成JS测试用例语法和语义时，正确率较低的问题。该方法主要包括以下步骤：步骤1、JS种子文件预处理；步骤2、结构感知的AST生成模型；步骤3、JS测试用例生成；步骤3、采用目标JS引擎执行新的JS测试用例获取漏洞报告，完成测试。本发明采用基于结构感知的AST生成模型，用于学习JS代码的AST子树之间的关联，将JS种子文件转换为AST子树序列，并映射为可由模型学习的向量形式，更全面地捕获JS种子文件中代码之间的语义关联，以帮助模型理解变量、函数和语句之间的关系，从而提高生成JS测试用例语法和语义的正确率。