基于改进PCFG的语言解释器模糊测试

摘要：

为在语言解释器的模糊测试中构造符合语言规范的样本,并尽可能地得出异常测试结果以便发现漏洞,采用改进的概率上下文无关语法模型控制样本的变异过程,对变异结果中的未定义变量进行修正以提高符合语言规范的样本比率.在此基础上,对语言解释器进行模糊测试,结果表明,该测试所生成样本中符合语法、语义规范的比率高达96％.

关键词：模糊测试、马尔科夫模型、概率上下文无关语法、机器学习、语言解释器

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61471344

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：22-24,30