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战略支援部队信息工程大学申请的专利一种基于自然语言处理的JavaScript引擎定向模糊测试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：CN115237760B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210801485.9，技术领域涉及：G06F11/3668；该发明授权一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统是由魏强;武泽慧;王允超;吴泽君;王新蕾;宗国笑;燕宸毓设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统在说明书摘要公布了：本发明公开一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统，该方法利用自然语言处理技术通过BERT语言模型提取JavaScript语言语法和语义信息，用残差网络和掩码语言模型相结合的技术进行fine‑tuning，并结合AFLGO的定向模糊测试技术对JavaScript引擎进行定向模糊测试。BERT语言模型的双向序列处理能力提升了特征提取的精度，残差网络进一步提升了语言模型的准确性，定向模糊测试利用覆盖率信息，提升了漏洞发现的速度和模糊测试的代码覆盖率。本发明兼顾了测试用例生成效率和覆盖率信息利用，大幅度提高了有效测试用例生成率的同时也提高了模糊测试的代码覆盖率。

本发明授权一种基于自然语言处理的JavaScript引擎定向模糊测试方法及系统在权利要求书中公布了：1.一种基于自然语言处理的JavaScript引擎定向模糊测试方法，其特征在于，包括： 步骤1：将语料库中的JavaScript种子文件解析为抽象语法树AST树，删除有语法错误的种子文件； 步骤2：遍历AST树，构建高度为2的AST子树序列，并基于AST子树序列构建BERT语言模型词汇库vocab和BERT语言模型分句sentence； 步骤3：将vocab和sentence作为BERT语言模型预训练输入，得到BERT预训练模型； 步骤4：基于AST子树序列得到AST子树的父节点序列，利用BERT预训练模型将AST子树的父节点序列作为残差网络的输入，结合掩码语言模型MLM进行微调，得到JavaScript测试用例生成模型； 步骤5：比较各版本JavaScript引擎源文件信息，将补丁位置作为敏感位置，对JavaScript引擎源文件进行插装编译； 步骤6：利用JavaScript测试用例生成模型生成JavaScript测试用例作为定向模糊测试输入文件，对JavaScript引擎进行定向模糊测试； 所述步骤4包括： 在BERT预训练模型的基础上，增加微调结构，所述微调结构包括两个线性神经网络层，及两个神经网络层之间的ReLU函数；两个神经网络层的大小分别为{输入长度*BERT模型隐藏维度}和{BERT模型隐藏维度*1024}；该微调结构的输出与BERT预训练模型中MLM输出段的输出叠加；所述MLM输出段与微调结构组成相同； 将AST子树序列、AST子树的父节点序列分别输入简化的BERT模型、微调机构进行处理，最终BERT预训练模型中MLM输出段的输出、微调机构输出叠加后经过ReLU激活和层归一化，归一化结果使用大小为{1024*vocab长度}的线性层统一输出，输出的结果为预测的下一个词的在vocab上的概率分布； 所述步骤6包括： 随机选择一个AST子树序列，选择一定比例的点位进行变异替换，依次对替换点进行处理，对于替换点，先获取替换点的父节点和子节点，将替换点和子节点全部删除，从父节点开始运用JavaScript测试用例生成模型生成子节点，所述子节点从生成的TOP-K个预选节点中选取，如果该子节点为非终结符，继续从该子节点生成下一个节点，限定生成的子树高度阈值，超过子树高度阈值的节点强制生成一个终结符来结束生成程序，并以此保证生成子树的合法性；将变异后的AST树还原成JavaScript测试用例作为定向模糊测试的输入，对JavaScript引擎进行定向模糊测试。

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战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。