本发明涉及一种基于强化学习的漏洞挖掘技术,其特征在于:所述基于强化学习的漏洞挖掘技术包括;语义推理机制流程;符号分析引擎对模糊化过程的引导流程;优化模糊器变异流程;本发明,运用强化学习的方法来优化变异的策略,以多摇臂赌博机问题为模型,记录不同变异方式产生的输入在目标程序中的执行效果,利用探索‑利用算法自适应地学习变异操作结果的概率分布情况,智能地进行变异操作策略调整,提升模糊测试性能,此项技术能自动调整变异操作策略,有效地产生覆盖率高的测试输入,方法可行、额外资源消耗较小,基于成分分析的模糊测试工作流程进行优化,以减小程序的规模,在保证效率的同时,为后期验证省去了不必要的程序片段。
声明:
“基于强化学习的漏洞挖掘技术” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)