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！

龙图腾网获悉浙江大学申请的专利一种基于种子特性的多目标导向并行模糊测试方法和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：CN119396723B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411443827.X，技术领域涉及：G06F11/3668；该发明授权一种基于种子特性的多目标导向并行模糊测试方法和系统是由纪守领;梁红;向意;武昊天;夏亦凡;郭宜家;张旭鸿;彭浩;王滨设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本一种基于种子特性的多目标导向并行模糊测试方法和系统在说明书摘要公布了：本发明公开了一种基于种子特性的多目标导向并行模糊测试方法和系统。方法包括：划分各测试引擎的任务，获取种子进行模糊测试，记录基本块的触发次数并以触发次数作为探索难度的评估指标，根据探索难度进行筛选出目标集合；根据种子的执行特征将其分成三种类型；针对不同分类，设置具体的导向规则调整种子的选择概率和变异次数；根据调整后的选择概率和变异次数进行并行模糊测试。本发明在确保对难度较高区域集中探索的同时，也保持对任务其他部分的广泛测试。通过平衡深入探索与广泛测试，本发明提高了测试资源的使用效率，防止了测试引擎过分集中于复杂区域而忽略可能含有缺陷的其他区域，从而提升了并行模糊测试系统的整体效果与效率。

本发明授权一种基于种子特性的多目标导向并行模糊测试方法和系统在权利要求书中公布了：1.一种基于种子特性的多目标导向并行模糊测试方法，其特征在于，包括以下步骤： 1将待测试软件的程序划分为多个任务基本块集合；获取多个用于模糊测试的种子，将种子依次输入待测试软件进行模糊测试，跟踪并记录任务基本块集合中每个任务基本块累计的触发次数，将得到触发的基本块记为已探索的基本块； 2根据触发次数评估任务基本块的探索难度，选取探索难度最高的部分任务基本块，组成当前任务基本块集合对应的目标集合；计算所有已探索的基本块到目标集合的距离，组成当前任务基本块集合对应的距离信息；所述已探索的基本块到目标集合的距离的计算方法具体为：获取待测试软件的程序控制流图，采用迪杰斯特拉算法计算已探索的基本块与目标集合内各目标基本块之间在程序控制流图上的最短路径，该已探索的基本块与所有目标基本块之间最短路径的最小值即为所述已探索的基本块到目标集合的距离； 3将各任务基本块集合、对应的目标集合和距离信息分配至不同的测试引擎，在各测试引擎中并行执行步骤4-6； 4根据种子对任务基本块和目标基本块的触发情况，将种子分类为三类，第一类为能够触发目标基本块的种子，第二类为能够触发任务基本块但未能触发目标基本块的种子，第三类为既未触发目标基本块也未触发任务基本块的种子； 5初始化所有种子的选择概率和变异次数，根据种子的分类和距离信息调整各种子的选择概率和变异次数； 对于第一类和第二类种子，调整其选择概率和变异次数的具体方法为：先增加第一类种子的选择概率和变异次数；对于第二类种子，根据其触发基本块的数量调整种子的选择概率和变异次数，使触发基本块较多的第二类种子的选择概率和变异次数相比触发基本块较少的第二类种子的更高，但第二类种子的选择概率和变异次数不超过任意第一类种子的选择概率和变异次数； 对于第三类种子，调整其选择概率和变异次数的具体方法为：基于步骤3得到的距离信息统计第三类种子的执行路径中所经过的所有基本块到目标集合的距离，求所统计距离的最小值，即为该种子的距离值；基于种子的距离值，调整第三类种子的选择概率和变异次数，使得第三类种子中距离值较小的种子的选择概率和变异次数更高，但第三类种子的选择概率和变异次数不超过任意第二类种子的选择概率和变异次数； 6根据各种子的选择概率从步骤1获取的所有种子中选择种子，并根据其变异次数对选择的种子进行相应次数的变异，采用变异后的种子进行待测试软件的模糊测试； 7重复步骤6直至达到预设的测试时间，输出步骤1中采用原始的种子的模糊测试结果和步骤6中采用变异后的种子的模糊测试结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。