摘要
本发明提供一种基于神经网络模型辅助输入变异的定向模糊测试方法、装置、设备及存储介质,涉及计算机技术领域。该方法包括:确定目标代码,并基于对待测试程序和预设的历史测试输入进行预处理,确定关键输入字段;对所述关键输入字段进行变异处理,得到变异关键输入字段;基于所述变异关键输入字段和预设的模糊测试引擎,对所述目标代码进行模糊测试;其中,所述预处理至少包括对所述待测试程序进行静态分析处理,以及基于所述待测试程序和所述历史测试输入进行模型训练处理。本发明提供的实施例能够减少生成无效的变异输入字段,降低了系统开销成本。
技术关键词
模糊测试方法
字段
变异策略
编码向量
非暂态计算机可读存储介质
训练神经网络模型
处理器
分支
系统开销
计算机程序产品
编码器
测试模块
关键字
存储器
噪声
电子设备
字典
系统为您推荐了相关专利信息
强化学习策略
推理方法
强化学习方法
离线
历史轨迹数据
电子商务平台
身份
认证方法
真实性验证
认证机制
缺陷检测方法
图像
深度学习模型
异常点
非暂态计算机可读存储介质
推荐方法
文本
数据
非暂态计算机可读存储介质
农业科研人员
监督学习方法
像素块
空间填充曲线
监督学习模型
编码器