基于大规模预训练模型的工控协议模糊测试用例生成方法技术

技术编号:42162175 阅读:15 留言:0更新日期:2024-07-27 00:11
本发明专利技术公开了基于大规模预训练模型的工控协议模糊测试用例生成方法,涉及模糊测试领域,本发明专利技术,创新性的将大规模预训练模型技术与模糊测试技术相结合,解决了传统基于变异的工控协议模糊测试用例生成方法中,生成样本特异性差、语法理解能力低、推理能力差、泛化能力弱的问题,能够较快的生成具备语法推理能力的特异性模糊测试用例样本,大幅提高了模糊测试的效率。

【技术实现步骤摘要】

本专利技术涉及模糊测试领域,具体涉及基于大规模预训练模型的工控协议模糊测试用例生成方法


技术介绍

1、本节中的陈述仅提供与本公开相关的背景信息,并且可能不构成现有技术。

2、模糊测试主要通过生成随机化、特异化的测试用例作为程序输入,通过对程序输入进行不断的变异,在此过程中监测程序的异常,从而发掘程序中的脆弱点,可形式化的描述为f(s,t,m)={e | e为模糊测试过程中产生和记录的异常},其中s代表初始输入的集合,t代表测试目标,m代表对s的变异方法的集合,其核心思想是将自动化或者半自动化生成的数据输入到一个程序中,同时监视程序的运行状态,如果程序出现崩溃、断言、超时等错误,则对其进行记录,从而发现程序的非预期行为,进而判断程序是否出现错误,常用于软件测试与漏洞挖掘领域。

3、在模糊测试的过程中,测试用例的生成效率将严重影响模糊测试的效率,这里的效率不单单指速度,因为现有模糊测试采用各类优化算法已经使得用例生成速度大大提高,这里的效率指的是用例能够触发的程序路径的数量,可称之为覆盖率,用例生成速度即使再快,如果只是在重复路径上反本文档来自技高网...

【技术保护点】

1.基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,包括:

2.根据权利要求1所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述步骤S1,包括:4种数据采集方法,分别为:网络抓包、网络爬取、模板生成、模板变异;其中,在黑盒条件下,只能使用网络抓包与网络爬取方法,而白盒条件下4种方法均可以使用。

3.根据权利要求2所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述网络抓包,包括:使用抓包工具,抓取协议数据包,即各类工控协议;

4.根据权利要求1所述的基于大规模预训练模型的工控协议模糊测试用例...

【技术特征摘要】

1.基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,包括:

2.根据权利要求1所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述步骤s1,包括:4种数据采集方法,分别为:网络抓包、网络爬取、模板生成、模板变异;其中,在黑盒条件下,只能使用网络抓包与网络爬取方法,而白盒条件下4种方法均可以使用。

3.根据权利要求2所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述网络抓包,包括:使用抓包工具,抓取协议数据包,即各类工控协议;

4.根据权利要求1所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述步骤s2,包括:

5.根据权利要求4所述的基于大规模预训练模型的工控协议模糊测试用例生成方法,其特征在于,所述步骤s22,包括:

6.根据权利要求1所述...

【专利技术属性】
技术研发人员:康荣保吴春明曹夕饶志宏
申请(专利权)人:中国电子科技集团公司第三十研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1