本發明涉及一種基于強化學習的漏洞挖掘技術,其特征在于:所述基于強化學習的漏洞挖掘技術包括;語義推理機制流程;符號分析引擎對模糊化過程的引導流程;優化模糊器變異流程;本發明,運用強化學習的方法來優化變異的策略,以多搖臂賭博機問題為模型,記錄不同變異方式產生的輸入在目標程序中的執行效果,利用探索?利用算法自適應地學習變異操作結果的概率分布情況,智能地進行變異操作策略調整,提升模糊測試性能,此項技術能自動調整變異操作策略,有效地產生覆蓋率高的測試輸入,方法可行、額外資源消耗較小,基于成分分析的模糊測試工作流程進行優化,以減小程序的規模,在保證效率的同時,為后期驗證省去了不必要的程序片段。
聲明:
“基于強化學習的漏洞挖掘技術” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)