一种基于萤火虫算法的种子变异操作调度方法

    公开(公告)号:CN116633830B

    公开(公告)日:2024-01-23

    申请号:CN202310597940.2

    申请日:2023-05-25

    Abstract: 本发明公开了一种基于萤火虫算法的种子变异操作调度方法,属于协议模糊测试技术领域。解决了现有技术中协议模糊测试整体效果不稳定的问题;本发明包括以下步骤:S1.借助萤火虫算法建立变异操作调度模型;S2.计算变异操作效能;S3.调整变异操作权重值;S4.增加变异操作奖励机制和惩罚机制;S5.运行变异操作选择算法,选择出具体变异操作。本发明变异操作调度方法可以减少或增加相应变异操作权重值,最终保证各变异操作效能值lighti数值差距不大,保障了协议模糊测试整体效果稳定,且可以实现变异操作调度较大概率选择效率更好的种子进行模糊测试,从而提高了协议模糊测试运行效率,可以应用于协议模糊测试。(56)对比文件Huhua Li;Dongyang Zhan;Tianrui Liu;Lin Ye.Using Deep-Learning-Based MemoryAnalysis for Malware Detection in Cloud.《2019 IEEE 16th International Conferenceon Mobile Ad Hoc and Sensor SystemsWorkshops (MASSW)》.2020,全文.任静敏;潘大志.一种改进的模拟退火萤火虫混合算法求解0/1背包问题.绵阳师范学院学报.2020,(02),全文.

    一种基于萤火虫算法的种子变异操作调度方法

    公开(公告)号:CN116633830A

    公开(公告)日:2023-08-22

    申请号:CN202310597940.2

    申请日:2023-05-25

    Abstract: 本发明公开了一种基于萤火虫算法的种子变异操作调度方法,属于协议模糊测试技术领域。解决了现有技术中协议模糊测试整体效果不稳定的问题;本发明包括以下步骤:S1.借助萤火虫算法建立变异操作调度模型;S2.计算变异操作效能;S3.调整变异操作权重值;S4.增加变异操作奖励机制和惩罚机制;S5.运行变异操作选择算法,选择出具体变异操作。本发明变异操作调度方法可以减少或增加相应变异操作权重值,最终保证各变异操作效能值lighti数值差距不大,保障了协议模糊测试整体效果稳定,且可以实现变异操作调度较大概率选择效率更好的种子进行模糊测试,从而提高了协议模糊测试运行效率,可以应用于协议模糊测试。

Patent Agency Ranking