基于种子队列优化的模糊测试方法

AITNT
正文
推荐专利
基于种子队列优化的模糊测试方法
申请号:CN202511122042
申请日期:2025-08-12
公开号:CN120633748B
公开日期:2025-10-24
类型:发明专利
摘要
本发明属于模糊测试方法技术领域,公开了基于种子队列优化的模糊测试方法,包括:步骤1、设计核心神经元选择策略,筛选出深度神经网络模型中的敏感性神经元和关键性神经元,构成核心神经元集合;步骤2,设计不确定性评分计算方法,计算每个图像种子的不确定性评分,将评分较高的图像种子保存至种子队列中;步骤3,对步骤2得到的图像种子队列进行随机变异操作,生成新的变异种子,设计不确定性种子选择策略以评估每个变异种子,将符合条件的变异种子重新加入种子队列中,作为后续测试的种子。本发明方法所构建的种子队列具有较高的不确定性,能够有效地选择出变异潜力大的种子,进而提升模糊测试漏洞挖掘效率。
技术关键词
模糊测试方法 种子 深度学习模型 转换后图像 队列 深度神经网络模型 关键性 核心 漏洞挖掘效率 DNN模型 计算方法 策略 定义 决策 索引 标签
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号