摘要
本发明公开了一种基于数据流分析与LLM的无人机飞控系统漏洞检测方法,属于智能软件测试技术领域;包括通过数据流分析方法提取无人机飞控系统中与用户操作关联的代码功能模块,建立操作‑代码映射关系库;采用大语言模型LLM对每个功能模块代码生成结构化自然语言语义描述,形成多维度语义特征向量;基于多模块语义特征的关联性分析,构建组合式测试场景并生成自然语言测试用例;通过逆向语义映射将自然语言测试用例转化为可执行测试代码,完成测试逻辑的代码化重构;在无人机仿真环境中执行测试代码并捕获运行时日志,利用大语言模型进行漏洞特征提取与根因定位。本发明提升了效率,同时支持对复杂交互场景的深度覆盖测试。
技术关键词
系统漏洞检测
大语言模型
结构化自然语言
数据流分析方法
无人机飞控系统
生成自然语言
时序依赖关系
功能模块
测试场景
构建无人机
仿真环境
生成测试脚本
语义特征
执行测试用例
软件测试技术
代码转换器
系统为您推荐了相关专利信息
风格分类方法
融合多模态信息
构建分类模型
大语言模型
视觉特征
自动语音识别
话题
交互方法
大语言模型
计算机程序产品
跳绳计数方法
信号
轨迹
多源信息融合
卡尔曼滤波器