[發明專利]測試方法、裝置和計算機可讀存儲介質

有效

• 申請號: 202010024109.4
• 申請日: 2020-01-10
• 公開（公告）號: CN113111351B
• 公開（公告）日: 2023-10-17
• 發明（設計）人: 馬駿;姚曉輝;姚騰東
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F21/57
• 分類號: G06F21/57;G06F11/36
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 孫玉

本公開涉及一種測試方法、裝置和計算機可讀存儲介質，涉及計算機技術領域。本公開的方法包括：獲取測試過程中的待變異數據；根據待變異數據的長度，從第一簇選取第一變異算法的次數，以及從第二簇選取第二變異算法的次數，確定從第一簇選取第一變異算法或從第二簇選取第二變異算法，作為當前選取方式；其中，第一簇包括多個第一變異算法，利用第一變異算法對待變異數據進行變異后數據的長度改變，第二簇包括多個第二變異算法，利用第二變異算法對待變異數據進行變異后數據的長度不變；根據當前選取方式選取一個變異算法對待變異數據進行變異；利用變異后的數據測試是否發現新路徑。

技術領域

本公開涉及計算機技術領域，特別涉及一種測試方法、裝置和計算機可讀存儲介質。

背景技術

模糊測試(Fuzzing)，是一種通過向目標系統提供非預期的輸入并監視異常結果來發現軟件漏洞的方法。

模糊測試的效果取決于模糊測試執行的覆蓋度，在執行機性能一定的情況下，執行的覆蓋度取決于模糊測試引擎產生輸入數據的有效性。輸入的數據有效性越高則發現新路徑的概率越高，覆蓋度越大。

現有模糊測試主要通過優化變異算法來提高模糊測試產生輸入數據的有效性。

發明內容

發明人發現：變異算法趨于成熟，通過優化變異算法提高輸入數據有效性趨于瓶頸。模糊測試引擎中變異算法調度方法采用隨機調度的方式，導致產生的變異后的數據有效性低，大量變異后的數據為無效的數據，無法發現新路徑。

本公開所要解決的一個技術問題是：如何提高模糊測試中變異后的數據的有效性，提高模糊測試執行的覆蓋度。

根據本公開的一些實施例，提供的一種測試方法，包括：獲取測試過程中的待變異數據；根據待變異數據的長度，從第一簇選取第一變異算法的次數，以及從第二簇選取第二變異算法的次數，確定從第一簇選取第一變異算法或從第二簇選取第二變異算法，作為當前選取方式；其中，第一簇包括多個第一變異算法，利用第一變異算法對待變異數據進行變異后數據的長度改變，第二簇包括多個第二變異算法，利用第二變異算法對待變異數據進行變異后數據的長度不變；根據當前選取方式選取一個變異算法對待變異數據進行變異；利用變異后的數據測試是否發現新路徑。

在一些實施例中，從第一簇選取第一變異算法的次數相對于從第二簇選取第二變異算法的次數越大，待變異數據的長度越長，從第二簇選取第二變異算法的概率越大。

在一些實施例中，根據待變異數據的長度，從第一簇選取第一變異算法的次數，以及從第二簇選取第二變異算法的次數，確定從第一簇選取第一變異算法或從第二簇選取第二變異算法包括：根據從第二簇選取第二變異算法的次數和預設值，確定從第一簇選取第一變異算法的第一權重；根據從第一簇選取第一變異算法的次數和待變異數據的長度，確定從第二簇選取第二變異算法的第二權重；根據第一權重和第二權重，確定從第一簇選取第一變異算法或從第二簇選取第二變異算法。

在一些實施例中，第一權重為從第二簇選取第二變異算法的次數和預設值的乘積；第二權重為第一變異算法的次數、待變異數據的長度和預設系數的乘積；根據第一權重和第二權重，確定從第一簇選取第一變異算法或從第二簇選取第二變異算法包括：從0到第一權重和第二權重之和的閉區間內，隨機選取一個數值；在數值小于第一權重的情況下，確定從第一簇選取第一變異算法；在數值大于等于第一權重的情況下，確定從第二簇選取第二變異算法；其中，預設系數與待變異數據的長度的乘積與預設值的比值大于預設比值。

在一些實施例中，根據當前選取方式選取一個變異算法對待變異數據進行變異；利用變異后的數據測試是否發現新路徑包括：每次根據當前選取方式選取一個變異算法對待變異數據進行變異，利用變異后的數據測試是否發現新路徑，直至發現新路徑或者達到第一預設次數。

在一些實施例中，還包括：獲取測試開始時的輸入數據；每次隨機從第一簇和第二簇中選取一個變異算法，對輸入數據進行變異，利用變異后的數據測試是否發現新路徑，直至達到第二預設次數或發現新路徑。