典型文献
基于启发式遗传算法的模糊测试样本集优化方案
文献摘要：
模糊测试作为当前最有效的漏洞挖掘方法,不仅比其他漏洞挖掘技术更能应对复杂的程序,而且可扩展性很强.在数据量相对较大的测试中,模糊测试输入样本集存在质量低、冗余性高和可用性弱等问题.因此,对模糊测试输入样本集进行研究,提出了启发式遗传算法,借助0-1矩阵,通过启发式遗传算法对样本的执行路径进行选取和压缩,从而获得优化后兼顾样本质量的样本集最小样本集合,进而加快模糊测试的效率.实验结果表明:在没有损失的情况下,样本集精简后模糊测试的时间比精简前降低了22％,压缩率相比传统方案提升约40％.
文献关键词：
漏洞挖掘;模糊测试;集合覆盖;遗传算法;样本集
中图分类号：
作者姓名：
王志华;王浩帆;程漫漫
作者机构：
郑州大学 网络空间安全学院,郑州 450002
文献出处：
引用格式：
[1]王志华;王浩帆;程漫漫-.基于启发式遗传算法的模糊测试样本集优化方案)[J].北京航空航天大学学报,2022(02):217-224
A类：
B类：
启发式,模糊测试,集优化,试作,挖掘方法,漏洞挖掘技术,可扩展性,数据量,冗余性,可用性,执行路径,小样本,样本集合,有损,精简,压缩率,集合覆盖
AB值：
0.293042
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
