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

摘要

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。