一种基于耦合自编码器的模糊测试用例生成系统和方法

    公开(公告)号:CN112948277B

    公开(公告)日:2024-06-14

    申请号:CN202110485275.9

    申请日:2021-04-30

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于耦合自编码器的模糊测试用例生成系统,包括样本集构造模块、耦合自编码器模块、模糊测试模块;样本集构造模块用于生成数据训练集;耦合自编码器模块用于生成测试用例;模糊测试模块用于测试用例的检测和分析。本发明还公开了基于耦合自编码器的模糊测试用例生成方法,包括:S1.生成数据训练集;S2.生成测试用例;S3.对测试用例进行检测、判断和分析,持续优化数据训练集。本发明可不断优化数据训练集,提高测试用例的适用度,生成的测试用例不但满足数据协议格式的语法要求,且兼具异常或漏洞数据的特征,提高了测试用例的接受率和漏洞的触发率,本方法还可以应用到多种不同的工控网络协议,具有广阔的应用前景。

    一种针对Modbus/TCP的天牛须模糊测试用例生成方法

    公开(公告)号:CN110134590A

    公开(公告)日:2019-08-16

    申请号:CN201910312067.1

    申请日:2019-04-18

    Applicant: 上海大学

    Abstract: 本发明公开了一种针对Modbus/TCP的天牛须模糊测试用例生成方法,能够大量减少冗余的测试用例,提高模糊测试效率。该方法包含初始化BAS算法,划分协议子空间进行并行搜索,设置目标函数生成最优测试用例子串,通过数据整合得到完整测试用例并将其发送给被测设备,利用自适应反馈模块,根据测试结果更新算法参数,调整搜索路径重新进行测试用例的生成。本发明方法测试用例构造速度更快,利用协议分析将协议划分为各协议子空间,通过BAS算法并行搜索,生成各协议子串再进行组合,构造模糊测试用例,大大提高了测试用例的构造速度。

    一种变分自编码的模糊测试测试用例生成方法

    公开(公告)号:CN110113227A

    公开(公告)日:2019-08-09

    申请号:CN201910312163.6

    申请日:2019-04-18

    Applicant: 上海大学

    Abstract: 本发明公开了一种变分自编码的模糊测试测试用例生成方法,包括以下步骤:A、针对不同的测试对象,采集符合测试对象协议格式的通信数据作为训练样本;B、通过VAE的编码器,提取得到训练数据样本的特征空间;C、提出三种生成策略,并根据三种数据生成策略,生成对应的特征空间;D、根据生成的新的特征空间,通过VAE的解码器,生成新的测试用例。该方法可以应用于多种不同的工控网络协议,而不是针对某一种协议。其最大特点是通过机器学习的方法学习样本数据的特征,并根据特征以及VAE技术生成新的测试用例,避免了传统模糊测试生成测试用例时需要测试人员熟练掌握协议相关知识,极大减少了测试人员的负担,增加了测试的效率以及范围。

    一种针对Modbus/TCP的天牛须模糊测试用例生成方法

    公开(公告)号:CN110134590B

    公开(公告)日:2023-04-18

    申请号:CN201910312067.1

    申请日:2019-04-18

    Applicant: 上海大学

    Abstract: 本发明公开了一种针对Modbus/TCP的天牛须模糊测试用例生成方法,能够大量减少冗余的测试用例,提高模糊测试效率。该方法包含初始化BAS算法,划分协议子空间进行并行搜索,设置目标函数生成最优测试用例子串,通过数据整合得到完整测试用例并将其发送给被测设备,利用自适应反馈模块,根据测试结果更新算法参数,调整搜索路径重新进行测试用例的生成。本发明方法测试用例构造速度更快,利用协议分析将协议划分为各协议子空间,通过BAS算法并行搜索,生成各协议子串再进行组合,构造模糊测试用例,大大提高了测试用例的构造速度。

    一种变分自编码的模糊测试测试用例生成方法

    公开(公告)号:CN110113227B

    公开(公告)日:2022-08-02

    申请号:CN201910312163.6

    申请日:2019-04-18

    Applicant: 上海大学

    Abstract: 本发明公开了一种变分自编码的模糊测试测试用例生成方法,包括以下步骤:A、针对不同的测试对象,采集符合测试对象协议格式的通信数据作为训练样本;B、通过VAE的编码器,提取得到训练数据样本的特征空间;C、提出三种生成策略,并根据三种数据生成策略,生成对应的特征空间;D、根据生成的新的特征空间,通过VAE的解码器,生成新的测试用例。该方法可以应用于多种不同的工控网络协议,而不是针对某一种协议。其最大特点是通过机器学习的方法学习样本数据的特征,并根据特征以及VAE技术生成新的测试用例,避免了传统模糊测试生成测试用例时需要测试人员熟练掌握协议相关知识,极大减少了测试人员的负担,增加了测试的效率以及范围。

    一种面向任务协同场景的边缘计算资源优化方法

    公开(公告)号:CN110266757A

    公开(公告)日:2019-09-20

    申请号:CN201910396231.1

    申请日:2019-05-14

    Applicant: 上海大学

    Abstract: 本发明涉及一种面向任务协同场景的边缘计算资源优化方法,该方法利用边缘服务器获取感知节点计算任务的信息,由边缘服务器根据任务属性对计算资源与通信资源进行优化,其步骤如下:(1)边缘服务器根据系统相关信息获得各感知节点的属性;(2)依据感知节点的属性确定感知节点是否进行边缘计算;(3)构建边缘计算时隙分配优先机制;(4)构建短时隙划分机制,确定短时隙划分的长度;(5)根据优先机制和短时隙划分机制对时隙分配进行优化,确定短时隙的分配对象。本方法实现了对边缘计算系统中计算资源与通信资源的联合优化,降低了现场感知节点的总能耗,在感知节点电池电量有限的情况下,延长了感知节点的服役时间。

    一种面向任务协同场景的边缘计算资源优化方法

    公开(公告)号:CN110266757B

    公开(公告)日:2022-01-11

    申请号:CN201910396231.1

    申请日:2019-05-14

    Applicant: 上海大学

    Abstract: 本发明涉及一种面向任务协同场景的边缘计算资源优化方法,该方法利用边缘服务器获取感知节点计算任务的信息,由边缘服务器根据任务属性对计算资源与通信资源进行优化,其步骤如下:(1)边缘服务器根据系统相关信息获得各感知节点的属性;(2)依据感知节点的属性确定感知节点是否进行边缘计算;(3)构建边缘计算时隙分配优先机制;(4)构建短时隙划分机制,确定短时隙划分的长度;(5)根据优先机制和短时隙划分机制对时隙分配进行优化,确定短时隙的分配对象。本方法实现了对边缘计算系统中计算资源与通信资源的联合优化,降低了现场感知节点的总能耗,在感知节点电池电量有限的情况下,延长了感知节点的服役时间。

    一种基于耦合自编码器的模糊测试用例生成系统和方法

    公开(公告)号:CN112948277A

    公开(公告)日:2021-06-11

    申请号:CN202110485275.9

    申请日:2021-04-30

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于耦合自编码器的模糊测试用例生成系统,包括样本集构造模块、耦合自编码器模块、模糊测试模块;样本集构造模块用于生成数据训练集;耦合自编码器模块用于生成测试用例;模糊测试模块用于测试用例的检测和分析。本发明还公开了基于耦合自编码器的模糊测试用例生成方法,包括:S1.生成数据训练集;S2.生成测试用例;S3.对测试用例进行检测、判断和分析,持续优化数据训练集。本发明可不断优化数据训练集,提高测试用例的适用度,生成的测试用例不但满足数据协议格式的语法要求,且兼具异常或漏洞数据的特征,提高了测试用例的接受率和漏洞的触发率,本方法还可以应用到多种不同的工控网络协议,具有广阔的应用前景。

Patent Agency Ranking