基于变异树的黑盒模糊测试方法与系统

简介：
本研究提出了一种基于变异树技术的创新性黑盒模糊测试方法及实现系统，旨在高效地发现软件漏洞和安全问题。该方法通过智能生成和优化测试输入，增强对复杂应用系统的探索能力，从而提高缺陷检测效率与覆盖率。 本发明提出了一种基于变异树的黑盒模糊测试方法及系统，包括以下步骤：S1. 构建变异树，并生成一组模糊测试用例；S2. 确定除根节点外每个节点的估值并设定估值阈值；S3. 对未遍历的所有节点按其估值进行排序，选择其中估值最高的一个节点；S4. 使用选定的节点来检测目标程序；S5. 判断是否满足中间准则或输出中是否存在可疑数据；S6. 如果满足中间准则或者没有发现任何可疑的数据，则降低该节点及其子节点的估价值，并检查其调整后的估价值是否低于阈值设定；S7. 若估值小于阈值，就剪掉以该节点为根的所有子树并返回到步骤S3。反之则修改变异操作生成新的测试用例组并回到步骤S3继续进行遍历，直到完整地完成整个变异树的搜索过程和目标程序的模糊测试工作。 本发明能够有效解决漏洞遗漏问题，并确保充分执行对软件的安全性检查。