基于机器学习的模糊测试种子生成方法及装置制造方法及图纸

基于机器学习的模糊测试种子生成方法包括：PDF文件转化为适合网络模型学习的序列语句；利用神经网络模型学习并发掘语句中的格式化文本信息；利用学到的信息智能的指导生成新的PDF种子文件，所述新的PDF种子文件作为模糊测试的输入。与现有技术相比，本发明专利技术的有益效果是：本发明专利技术所述技术方案优化了模糊测试中复杂的上下文相关格式的输入种子质量，提高模糊测试的有限性和效果。测试的有限性和效果。测试的有限性和效果。

【技术实现步骤摘要】
基于机器学习的模糊测试种子生成方法及装置


[0001]本专利技术涉及安全
，尤其是基于机器学习的模糊测试种子生成方法及装置。

技术介绍

[0002]随着计算机行业的不断发展，软件在生活生产和科技研究的作用也越来越无法替代，随之而来的软件漏洞安全问题也日益严重。一些我们耳熟能详的蠕虫病毒，木马病毒，都是利用软件漏洞来植入的，它们会窃取受害者的信息，拒绝服务攻击，传染给互联网上其他的计算机。某些更严重的漏洞可以被用来执行黑客想执行的任意代码。为了避免这些漏洞危害直接的办法便是在这些漏洞被攻击者加以利用之前首先找到并修复这些安全漏洞。
[0003]在漏洞挖掘领域中，模糊测试是被广泛使用的，通过某些策略随机生成大量的非预期输入种子文件，以这些种子作为目标程序的输入，观察目标程序是否会出现执行异常或者崩溃，以此来检测出目标程序中的漏洞。模糊测试有许多的优点，能够在被测目标的源代码未知情况下依旧能够发现被测程序的漏洞，自动化程度也比较高。由于模糊测试对输入数据的格式和语义不够敏感，导致在随后的变异中无法避免的变异掉在文件格式和语义中做标明的关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器学习的模糊测试种子生成方法，其特征在于：所述模糊测试种子生成方法包括：PDF文件转化为适合网络模型学习的序列语句；利用神经网络模型学习并发掘语句中的格式化文本信息；利用学到的信息智能的指导生成新的PDF种子文件，所述新的PDF种子文件作为模糊测试的输入。2.如权利要求1所述的基于机器学习的模糊测试种子生成方法，其特征在于：所述机器学习模型为马尔可夫链模型、序列到序列模型、卷积神经网络模型、Transformer模型中的一种。3.基于机器学习的模糊测试种子生成装置，其特征在于：所述模糊测...

【专利技术属性】
技术研发人员：闫伟，徐根炜，杨瑞军，
申请(专利权)人：中科信息安全共性技术国家工程研究中心有限公司，
类型：发明
国别省市：