基于可解释人工智能关联变异与探索开发双队列循环调度的定向模糊测试方法及系统

本发明提供一种基于可解释人工智能关联变异与探索开发双队列循环调度的定向模糊测试方法及系统，旨在解决现有定向模糊测试技术中因样本与目标代码关联性缺失、探索与开发失衡、模型可解释性不足及人机协同机制缺失导致的测试效率低、漏洞触发困难等问题。通过引入可解释人工智能（XAI）技术，建立输入字节与目标代码的显式关联，生成受保护的样本掩码以指导精准变异；设计双队列动态调度算法，自适应平衡路径探索与目标区域测试的资源分配；结合实时可视化接口，将专家经验融入自动化测试流程（即，使测试人员能够实时调整样本掩码），最终实现复杂软件中深层漏洞的高效检测与精准触发，同时降低无效测试的资源消耗。