【技术实现步骤摘要】
利用定义的输入格式来测试应用分案说明本申请属于申请日为2017年9月27日的中国专利技术专利申请201710892789.X的分案申请。
本申请涉及利用定义的输入格式来测试应用。
技术介绍
模糊测试提供用于使用随机化输入来测试计算机程序的技术。例如,基于模糊的测试技术可以被用于生成并且修改包括文件文档的测试输入,其符合诸如超文本标记语言(HTML)、便携式文档格式(PDF)或级联类型表(CSS)语言的定义的文本格式。当文档被提供到应用用于处理时,可以针对诸如崩溃或使数据暴露于非授权访问的不期望或不希望的行为监测应用。某些基于生成的模糊技术可以基于手动地指定的语法随机地生成或改变测试文档。例如,定义格式的要求可以被写作计算机指令集,其生成或改变随机值的序列,使得序列保持与格式完全一致。复杂的格式可能使创建完全实现例如能够迭代所有要求或以不期望的方式迭代要求的语法的计算机指令困难并且麻烦。而且,对定义格式的要求的小改变可能要求对计算机指令的大量的改变。某些基于变化的模糊技术可以对现有的测试文档做出小的改变、分析结果并且然后重复过程。通过示例,基于变化的模糊技术可以包含:选择符合定义的文本格式的文档;由随机地改变字符(例如,通过比特倒转或字节增加)、删除字符、添加字符或交换字符串来变化(例如,修改)所选择的文档;使用正在测试的应用来处理文档;基于其覆盖范围(例如,例程的标识和作为处理文档的结果在应用中执行的唯一代码行的数目),对文档进行评分以及;将得分用作遗传算法等中的适应度函数来确定文档是 ...
【技术保护点】
1.一种方法,包括:/n接收第一文本元素值序列,/n利用一个或多个计算设备确定跟随文本元素的值,其中,确定所述跟随文本元素的所述值包括/n基于所述第一文本元素值序列和利用根据定义格式排序的文本元素值的语料库来训练的递归神经网络来确定与第一文本元素值相关联的概率值,其中,所述概率值与基于由所述递归神经网络从所述语料库学习的概率模型的跟随所述第一文本元素值序列的所述第一文本元素值的可预测性有关,/n将所述概率值与有资格修改阈值进行比较,以及/n基于所述概率值是否超过所述有资格修改阈值来选择所述第一文本元素值或第二文本元素值作为所述跟随文本元素的所述值;/n在确定所述概率值未超过所述有资格修改阈值之后,利用所述一个或多个计算设备利用指令集处理第二文本元素值序列,所述第二文本元素值序列包括跟随有所选择的跟随文本元素的值的所述第一文本元素值序列;以及/n在所述指令集处理所述第二文本元素值序列时,利用所述一个或多个计算设备测试所述指令集的性能特性,其中,测试性能特性包括确定是否存在与所述指令集相关联的安全性问题。/n
【技术特征摘要】
20161123 US 15/360,5541.一种方法,包括:
接收第一文本元素值序列,
利用一个或多个计算设备确定跟随文本元素的值,其中,确定所述跟随文本元素的所述值包括
基于所述第一文本元素值序列和利用根据定义格式排序的文本元素值的语料库来训练的递归神经网络来确定与第一文本元素值相关联的概率值,其中,所述概率值与基于由所述递归神经网络从所述语料库学习的概率模型的跟随所述第一文本元素值序列的所述第一文本元素值的可预测性有关,
将所述概率值与有资格修改阈值进行比较,以及
基于所述概率值是否超过所述有资格修改阈值来选择所述第一文本元素值或第二文本元素值作为所述跟随文本元素的所述值;
在确定所述概率值未超过所述有资格修改阈值之后,利用所述一个或多个计算设备利用指令集处理第二文本元素值序列,所述第二文本元素值序列包括跟随有所选择的跟随文本元素的值的所述第一文本元素值序列;以及
在所述指令集处理所述第二文本元素值序列时,利用所述一个或多个计算设备测试所述指令集的性能特性,其中,测试性能特性包括确定是否存在与所述指令集相关联的安全性问题。
2.根据权利要求1所述的方法,还包括通过向所述递归神经网络提供所述第一文本元素值序列,从所述递归神经网络接收对所述跟随文本元素的所述值的预测,以及选择所预测的值作为所述第一文本元素值来确定所述第一文本元素值。
3.根据权利要求1所述的方法,其中,所述第一文本元素值是根据所述概率模型最可能跟随所述文本元素值序列的文本元素值。
4.根据权利要求1所述的方法,还包括生成包括所述第二文本元素值序列的测试文档,并将所述测试文档提供给所述指令集以用于处理。
5.根据权利要求4所述的方法,其中,所述指令集包括用于在浏览器中显示所述测试文档的指令。
6.根据权利要求1所述的方法,其中,所述定义格式是PDF,并且所述语料库从web服务器中检索。
7.根据权利要求1所述的方法,其中,所述性能特性包括由于处理所述第二文本元素值序列而产生的覆盖范围。
8.根据权利要求1所述的方法,其中,选择所述第一文本元素值或所述第二文本元素值作为所述跟随文本元素的所述值是取决于随机生成数的。
9.一种系统,所述系统包括:
一个或多个计算设备,以及
存储器,所述存储器存储能够由所述一个或多个计算设备执行的指令,
其中,能够由所述一个或多个计算设备执行的所述指令包括:
接收第一文本元素值序列,
确定跟随文本元素的值,其中,确定所述跟随文本元素的所述值包括
基于所述第一文本元素值序列和利用根据定义格式排序的文本元素值的语料库来训练的递归神经网络来确定与第一文本元素值相关联的概率值,其中,所述概率值与基于由所述递归神经网络从所述语料库学习的概率模型的跟随所述第一文本元素值序列的所述第一文本元素值的可预测性有关,
将所述概率值与有资格修改阈值进行比较,以及
基于所述概率值是否超过所述有资格修改阈值来选择所述第一文本元素值或第二文本元素值作为所述跟随文...
【专利技术属性】
技术研发人员:弗拉尼奥·伊万契奇,拉斯洛·塞凯赖什,多马戈伊·巴比克,
申请(专利权)人:谷歌有限责任公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。