买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利一种基于Actor-Critic算法的模糊测试变异调度方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120234810B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510704959.1，技术领域涉及：G06F21/57；该发明授权一种基于Actor-Critic算法的模糊测试变异调度方法及系统是由苏英豪;王宇;钱克昌;邹红霞;熊达鹏;曾庆尧;左一冉;肖紫嫣;邓佳玥;倪煦昱设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于Actor-Critic算法的模糊测试变异调度方法及系统在说明书摘要公布了：本发明涉及计算机软件安全分析技术领域，具体公开了一种基于Actor‑Critic算法的模糊测试变异调度方法及系统，其中，该方法包括：基于待测程序和测试样例，进行污点推断测试，获取输入样例字节变化与程序执行路径的对应关系；将所述对应关系作为强化学习环境状态，利用Actor‑Critic算法模型改进变异调度策略，生成变异动作空间，设置奖励函数，并定义策略模型网络参数和价值函数模型网络参数；利用变异调度策略进行种子模糊测试，根据程序执行路径和覆盖率作为奖励评价指标，更新策略模型网络参数和价值函数模型网络参数。

本发明授权一种基于Actor-Critic算法的模糊测试变异调度方法及系统在权利要求书中公布了：1.一种基于Actor-Critic算法的模糊测试变异调度方法，其特征在于，包括： 步骤S1：基于待测程序和测试样例，进行污点推断测试，获取输入样例字节变化与程序执行路径的对应关系； 步骤S2：将所述对应关系作为强化学习环境状态，利用Actor-Critic算法模型改进变异调度策略，生成变异动作空间，设置奖励函数，并定义策略模型网络参数和价值函数模型网络参数； 步骤S3：利用所述变异调度策略进行种子模糊测试，根据所述程序执行路径和覆盖率作为奖励评价指标，更新所述策略模型网络参数和价值函数模型网络参数； 步骤S2包括： 步骤S21：使用Actor-Critic算法构建策略模型和价值函数模型； 步骤S22：利用所述策略模型，根据当前输入样例的状态输出一动作概率分布，并确定选择动作策略； 步骤S23：通过强化学习算法生成所述选择动作策略的变异动作空间； 步骤S24：设置奖励函数，使智能体根据当前的环境状态和所述变异动作空间选择变异动作，朝着最终期望奖励值最大的方向变异； 所述奖励函数根据种子漏洞触发奖励函数、种子漏洞触发奖励函数和路径特征奖励函数确定， 其中，种子路径覆盖奖励函数根据下式确定： 式中，trace_bits表示该种子模糊测试执行的路径覆盖位图，virgin_bits表示模糊测试所有种子覆盖的路径覆盖位图，sum表示求和函数； 种子漏洞触发奖励函数根据下式确定： 式中，Crash_sum表示该漏洞在全局模糊测试中的触发次数； 路径特征奖励函数根据下式确定： 式中，ei表示该种子执行过程覆盖的边，depthei表示该边所在程序路径的深度，hitsei表示该边在全局模糊测试中的覆盖次数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军军事航天部队航天工程大学，其通讯地址为：101416 北京市怀柔区八一路一号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。