基于大模型的代码生成与自动程序修复的模糊测试方法及系统

一种基于大模型的代码生成与自动程序修复的模糊测试方法与系统，用于解决现有的大模型模糊器在运行过程中生成代码错误率和测试成本高的问题。本发明包括提示词筛选、模糊循环、程序修复和漏洞检测四个阶段。采用大语言模型作为主要生成器，并将模糊循环阶段中的算子选择问题建模为多臂老虎机问题，使用汤普森采样算法以提高程序生成的多样性和有效性。通过对生成的程序进行循环修复，减少因缺乏API组合约束而导致的程序错误。本发明使得基于大模型的模糊测试生成的程序有效性明显提升，解决了现有基于大模型的模糊器生成程序错误率高的问题，并且也具有更高的代码覆盖率。