一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统技术方案

本发明专利技术公开一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统，该方法利用自然语言处理技术通过BERT语言模型提取JavaScript语言语法和语义信息，用残差网络和掩码语言模型相结合的技术进行fine

【技术实现步骤摘要】
一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统


[0001]本专利技术涉及软件安全测试
，尤其涉及一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统。

技术介绍

[0002]JavaScript引擎庞大的代码空间决定了模糊测试技术在JavaScript引擎漏洞挖掘中的主要地位，以下将归纳总结前期JavaScript引擎模糊测试工作的研究思路及成果。
[0003]JSfunfuzz是由Mozilla安全团队于2008年发布的模糊测试工具，JSfunfuzz通过固定的JavaScript语法模板生成JavaScript引擎测试用例，提高了测试用例的有效性；Holler C等人提出的LangFuzz利用语法模板将种子文件的AST分解为AST片段，通过随机组合AST片段的方式生成语法正确的测试用例；Veggalam等人提出的IFuzzer运用遗传算法交换不同AST之间的子树，保证了测试用例的生成速度和多样性；Han等人提出的CodeAlchemist将种子文件按照并列结构分解为若干块组成代码块库，随本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，包括：步骤1：将语料库中的JavaScript种子文件解析为抽象语法树AST树，删除有语法错误的种子文件；步骤2：遍历AST树，构建高度为2的AST子树序列，并基于AST子树序列构建BERT语言模型词汇库vocab和BERT语言模型分句sentence；步骤3：将vocab和sentence作为BERT语言模型预训练输入，得到BERT预训练模型；步骤4：基于AST子树序列得到AST子树的父节点序列，利用BERT预训练模型将AST子树的父节点序列作为残差网络的输入，结合掩码语言模型MLM进行微调，得到JavaScript测试用例生成模型；步骤5：比较各版本JavaScript引擎源文件信息，将补丁位置作为敏感位置，对JavaScript引擎源文件进行插装编译；步骤6：利用JavaScript测试用例生成模型生成JavaScript测试用例作为定向模糊测试输入文件，对JavaScript引擎进行定向模糊测试。2.根据权利要求1所述的一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，所述步骤2包括：定义初始化种子的AST子树序列astlist，句子sentence和段落paragraph为空列表，用travel函数对AST树进行递归遍历，构建AST子树序列、分句sentence和段落paragraph并将相关信息保存；travel函数首先对AST树进行递归遍历，对每个节点依次进行判断，如果节点的父节点类型为“Program”，则说明该节点为一个语句的起始节点，把上一句添加到段落paragraph中，并重新初始化句子sentence；如果目标节点node有子节点，则把该节点的修剪子树和父节点信息以及父节点类型信息添加到astlist中，把单独的修剪子树添加到sentence中，并对该node进行遍历；如果该节点没有子节点，说明该节点已经是终结符的内容表示，此时更新vocab后退出当前递归。3.根据权利要求1所述的一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，所述步骤3包括：将vocab和sentence作为BERT语言模型预训练输入，对BERT模型进行简化用于保证训练过程中不出现过拟合现象，从sentence集合中按比例选择相邻和不相邻的句子对，BERT输入序列的嵌入是词元嵌入、句子嵌入和位置嵌入之和，每个词元、句子标记和位置标记都转化为一个固定维数维的向量，输入数据通过简化的BERT模型，通过BERT模型中MLM和下一句预测这两个预训练任务进行特征提取，学习JavaScript语言的语法和语义信息，最终得到BERT预训练模型。4.根据权利要求1所述的一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，所述步骤4包括：在BERT预训练模型的基础上，增加微调结构，所述微调结构包括两个线性神经网络层，及两个神经网络层之间的ReLU函数；两个神经网络层的大小分别为{输入长度*BERT模型隐藏维度}和{BERT模型隐藏维度*1024}；该微调结构的输出与BERT预训练模型中MLM输出段的输出叠加；所述MLM输出段与微调结构组成相同；将AST子树序列、AST子树的父节点序列分别输入简化的BERT模型、微调机构进行处理，最终BERT预训练模型中MLM输出段的输出、微调机构输出叠加后经过ReLU激活和层归一化，
归一化结果使用大小为{1024*vocab长度}的线性层统一输出，输出的结果为预测的下一个词的在vocab上的概率分布。5.根据权利要求1所述的一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，所述步骤6包括：随机选择一个AST子树序列，选择一定比例的点位进行变异替换，依次对替换点进行处理，对于替换点，先获取替换点的父节点和子节点，将替换点和子节点全部删除，从父节点开始运用JavaScript测试用例生成模型生成子节点，所述子节点从生成的TOP
‑
K个预选节点中选取，如果该子节点为非终结符，继续从该子节点生成下一个节点，限定生成的子树高度阈值，超过子树高度阈值的节点强制生成一个终结符来结束生成程序，并以此保证生成子树的合法性；将变异后的AST树还原成JavaScript测试用例作为定向模糊测试的输入，对JavaScript引擎进行定向模糊测试。6.一种基于自然语言处理的JavaScript...

【专利技术属性】
技术研发人员：魏强，武泽慧，王允超，吴泽君，王新蕾，宗国笑，燕宸毓，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：