一种基于深度学习的协议模糊测试优化方法

本发明涉及一种基于深度学习的协议模糊测试优化方法，属于网络技术领域。该方法包括：采集没有优化之前，Boofuzz在模糊测试过程中采集的数据，并按照服务器响应类型将具有不同响应的报文数据进行分类；通过协议逆向模块初步识别协议的动态字段、静态字段以及长度字段，并在Boofuzz框架中通过识别出的信息构造请求，设置会话消息；使用Boofuzz框架中的变异规则，根据协议逆向模块推断出的字段生成测试用例；构建优选器模型，初始化模型参数；通过SSA算法调整优化模型超参数，然后基于最优超参数进行模型训练；对生成的测试用例进行特征提取，获取输入特征；使用所述优选器模型对测试用例进行有效性预测。