模糊测试中测试用例生成方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Test Case Generation Method in Fuzzing
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    代码覆盖率一直是影响模糊测(Fuzzing)测试效率的重要因素, 而模糊测试用例则很大程度上影响代码覆盖率, 所以如何构造高效的测试用例就显得非常重要. 将遗传算法应用到测试用例的生成上, 可以实现降低测试用例的冗余度, 还能提高代码的覆盖率. 从而使被测程序在尽量短的时间内得到充分的测试, 提高模糊测试的效率和效果.

    Abstract:

    Code coverage has been an important factor affecting the efficiency of Fuzzing, but it is largely affected by Fuzzing test cases, so it is very important to construct efficient tests. Applying genetic algorithm into the generation of test cases, it can not only reduce the redundancy of test cases, but also improve code coverage. So that we can fully test the target in less time, and improve the efficiency and effectiveness of Fuzzing test.

    参考文献
    相似文献
    引证文献
引用本文

李彤,黄轩,黄睿.模糊测试中测试用例生成方法.计算机系统应用,2015,24(4):139-143

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-07-17
  • 最后修改日期:2014-09-04
  • 录用日期:
  • 在线发布日期: 2015-04-24
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号