[發(fā)明專利]一種提高模糊測試效率的方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811257109.8
• 申請(qǐng)日: 2018-10-26
• 公開（公告）號(hào): CN109522221B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計(jì)）人: 陳愷;宗珮媛;梁瑞剛
• 申請(qǐng)（專利權(quán)）人: 中國科學(xué)院信息工程研究所
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 北京君尚知識(shí)產(chǎn)權(quán)代理有限公司 11200
• 代理人: 邱曉鋒

1.一種提高模糊測試效率的方法，其特征在于，包括以下步驟：

1)收集模糊測試器變異生成的輸入和所述輸入的目標(biāo)代碼可達(dá)性信息，作為訓(xùn)練數(shù)據(jù)；

2)利用所述訓(xùn)練數(shù)據(jù)，訓(xùn)練輸入與目標(biāo)代碼可達(dá)性的深度學(xué)習(xí)模型；所述深度學(xué)習(xí)模型的學(xué)習(xí)目標(biāo)是判斷輸入在目標(biāo)程序中的目標(biāo)代碼可達(dá)性，通過將輸入和可達(dá)性進(jìn)行映射，利用神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的擬合能力計(jì)算出合適的權(quán)重信息；

3)利用訓(xùn)練完成的深度學(xué)習(xí)模型，判斷新的輸入在目標(biāo)程序中的目標(biāo)代碼可達(dá)性，若可達(dá)則將所述新的輸入交付給目標(biāo)程序執(zhí)行，若不可達(dá)則丟棄所述新的輸入。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3)利用所述深度學(xué)習(xí)模型對(duì)所述新的輸入進(jìn)行預(yù)判，若預(yù)判值為可達(dá)，則將所述新的輸入交付給目標(biāo)程序執(zhí)行；若預(yù)判值為不可達(dá)，則通過比較不可達(dá)輸入的特征與所述新的輸入的特征是否相似來檢查預(yù)判值是否可信；若可信則丟棄此輸入，若不可信則將所述新的輸入交付給目標(biāo)程序執(zhí)行。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2)首先對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行向量化處理，然后通過增量訓(xùn)練的方式訓(xùn)練得到一個(gè)初始深度學(xué)習(xí)模型，并根據(jù)模型測試結(jié)果不斷地利用誤判數(shù)據(jù)在初始深度學(xué)習(xí)模型的基礎(chǔ)上實(shí)時(shí)地更新修正模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述向量化處理包括：

a)對(duì)數(shù)據(jù)長度進(jìn)行歸一化，以n為程序輸入文件的最長字節(jié)數(shù)，不足n字節(jié)的輸入數(shù)據(jù)用0進(jìn)行補(bǔ)全，超過n字節(jié)的輸入數(shù)據(jù)則只取前n字節(jié)；

b)將程序輸入的十六進(jìn)制表示轉(zhuǎn)換為十進(jìn)制表示，每個(gè)字節(jié)b用0-255中的一個(gè)數(shù)字來表示，輸入數(shù)據(jù)則為一個(gè)長度為n的向量；程序輸入的目標(biāo)代碼可達(dá)性只有兩個(gè)值，即可達(dá)或不可達(dá)，用數(shù)字0表示不可達(dá)，用數(shù)字1表示可達(dá)，輸入數(shù)據(jù)對(duì)應(yīng)的可達(dá)性標(biāo)簽數(shù)據(jù)e是一個(gè)取值為0或1的量值。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述增量訓(xùn)練的方式包括：

a)對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)化，使數(shù)據(jù)分布盡量均勻，以保證后續(xù)學(xué)習(xí)過程不會(huì)發(fā)生震蕩性變化；

b)對(duì)數(shù)據(jù)集進(jìn)行批次劃分，按照批次連續(xù)訓(xùn)練模型，在每個(gè)批次訓(xùn)練結(jié)束之后進(jìn)行測試操作；

c)通過梯度下降算法尋找使得所有數(shù)據(jù)偏差最小的網(wǎng)絡(luò)權(quán)重值，作為模型學(xué)習(xí)到的代表目標(biāo)代碼可達(dá)性的輸入特征。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過提取深度神經(jīng)網(wǎng)絡(luò)中的特征映射來捕獲所述新的輸入中每個(gè)位置對(duì)最終預(yù)判結(jié)果貢獻(xiàn)程度的權(quán)重，從而得到所述新的輸入的特征；通過對(duì)訓(xùn)練數(shù)據(jù)中的不可達(dá)輸入進(jìn)行特征提取，并將不重復(fù)的特征錄入列表中作為不可達(dá)輸入的特征，用作后續(xù)的特征比較。

7.根據(jù)權(quán)利要求2或6所述的方法，其特征在于，在進(jìn)行特征比較后，若不可信則將所述新的輸入交付給目標(biāo)程序執(zhí)行并進(jìn)行驗(yàn)證，若為誤判，則反饋給數(shù)據(jù)收集步驟以待后續(xù)學(xué)習(xí)訓(xùn)練中對(duì)模型進(jìn)行修正，否則將輸入特征錄入已知的不可達(dá)輸入特征列表中。

8.一種提高模糊測試效率的系統(tǒng)，其特征在于，包括：

數(shù)據(jù)收集模塊，負(fù)責(zé)收集模糊測試器變異生成的輸入和所述輸入的目標(biāo)代碼可達(dá)性信息，作為訓(xùn)練數(shù)據(jù)；

模型構(gòu)建模塊，負(fù)責(zé)利用所述訓(xùn)練數(shù)據(jù)，訓(xùn)練輸入與目標(biāo)代碼可達(dá)性的深度學(xué)習(xí)模型；所述深度學(xué)習(xí)模型的學(xué)習(xí)目標(biāo)是判斷輸入在目標(biāo)程序中的目標(biāo)代碼可達(dá)性，通過將輸入和可達(dá)性進(jìn)行映射，利用神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的擬合能力計(jì)算出合適的權(quán)重信息；

輸入過濾模塊，負(fù)責(zé)利用訓(xùn)練完成的深度學(xué)習(xí)模型，判斷新的輸入在目標(biāo)程序中的目標(biāo)代碼可達(dá)性，若可達(dá)則將所述新的輸入交付給目標(biāo)程序執(zhí)行，若不可達(dá)則丟棄所述新的輸入。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述輸入過濾模塊利用所述深度學(xué)習(xí)模型對(duì)所述新的輸入進(jìn)行預(yù)判，若預(yù)判值為可達(dá)，則將所述新的輸入交付給目標(biāo)程序執(zhí)行；若預(yù)判值為不可達(dá)，則通過比較不可達(dá)輸入的特征與所述新的輸入的特征是否相似來檢查預(yù)判值是否可信；若可信則丟棄此輸入，若不可信則將所述新的輸入交付給目標(biāo)程序執(zhí)行。