本發明公開了一種基于梯度下降優化的模糊測試方法,本方法基于已有的部分測試用例進行梯度求解,已有的測試用例可以根據現有的模糊測試工具生成,并根據測試用例集對基于梯度的平滑神經網絡模型進行訓練,反向傳播確定網絡中的權值,基于訓練完成的網絡模型對每個字節進行梯度求解,對梯度絕對值最大的字節進行變異,生成新的測試用例對神經網絡模型反饋進行強化學習。本方法能夠讓模糊測試用例的變異方向不再隨機化,而是生成觸發漏洞導向的變異樣本,實現更高效的測試用例生成,減少冗余的測試用例對測試產生影響。
聲明:
“基于梯度下降優化的模糊測試方法” 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)