CN115576852B - 模糊测试用例的质量评估方法、装置、设备以及存储介质 - Google Patents

模糊测试用例的质量评估方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN115576852B
CN115576852B CN202211457598.8A CN202211457598A CN115576852B CN 115576852 B CN115576852 B CN 115576852B CN 202211457598 A CN202211457598 A CN 202211457598A CN 115576852 B CN115576852 B CN 115576852B
Authority
CN
China
Prior art keywords
protocol field
test case
coefficient
fuzzy
variation coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211457598.8A
Other languages
English (en)
Other versions
CN115576852A (zh
Inventor
傅涛
冯驰宇
郭金辉
郭超
颜广
王超
章丹馨
马洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bozhi Safety Technology Co ltd
Original Assignee
Bozhi Safety Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bozhi Safety Technology Co ltd filed Critical Bozhi Safety Technology Co ltd
Priority to CN202211457598.8A priority Critical patent/CN115576852B/zh
Publication of CN115576852A publication Critical patent/CN115576852A/zh
Application granted granted Critical
Publication of CN115576852B publication Critical patent/CN115576852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3604Software analysis for verifying properties of programs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开的实施例提供了一种模糊测试用例的质量评估方法、装置、设备以及存储介质,涉及网络安全技术领域。该方法包括:获取模糊测试用例生成的多个测试报文;对获取的测试报文进行解析,得到测试报文的协议字段;根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数;根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。以此方式,可以从多维度自动快速地计算模糊测试用例的质量分数,有效提高模糊测试用例的质量评估效率。

Description

模糊测试用例的质量评估方法、装置、设备以及存储介质
技术领域
本公开涉及网络安全技术领域,尤其涉及一种模糊测试用例的质量评估方法、装置、设备以及存储介质。
背景技术
近些年来,随着工控系统面临的安全威胁逐年增加,如何有效确保工控设备自身安全性是摆在企业工控安全运营者面前的现实挑战。当前对工控设备/工控协议的未知故障的检测主要是基于模糊测试技术,而模糊测试用例的质量则直接关于未知故障检测的成效。
现实中,模糊测试用例的质量评估通常依靠人工进行分析,比较依赖相关人员的个人经验,且效率低下。因此,如何提高模糊测试用例的质量评估效率就成了目前亟需解决的问题。
发明内容
本公开提供了一种模糊测试用例的质量评估方法、装置、设备以及存储介质,可以从多维度自动快速地计算模糊测试用例的质量分数,有效提高模糊测试用例的质量评估效率。
第一方面,本公开实施例提供了一种模糊测试用例的质量评估方法,该方法包括:
获取模糊测试用例生成的多个测试报文;
对获取的测试报文进行解析,得到测试报文的协议字段;
根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数;
根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。
在第一方面的一些可实现方式中,协议字段字典是对协议进行解析,根据解析得到的协议字段中类型属于预设关键类型的协议字段而生成。
在第一方面的一些可实现方式中,对获取的测试报文进行解析,得到测试报文的协议字段,包括:
检测获取的测试报文的类型;
若测试报文的类型不属于预设无效类型,则对测试报文进行解析,得到测试报文的协议字段。
在第一方面的一些可实现方式中,根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数,包括:
若模糊测试用例对应的协议字段字典中存在解析得到的协议字段名称,则将解析得到的协议字段值写入协议字段字典中对应协议字段名称下,并标记对应协议字段名称;
根据协议字段字典中所有的协议字段名称的数量以及被标记的协议字段名称的数量,计算模糊测试用例的协议字段覆盖系数;
分别根据每个被标记的协议字段名称下的值计算每个被标记的协议字段名称对应的离散系数,并将离散系数作为变异系数;
根据每个被标记的协议字段名称对应的变异系数,计算模糊测试用例的协议字段变异系数。
在第一方面的一些可实现方式中,根据每个被标记的协议字段名称对应的变异系数,计算模糊测试用例的协议字段变异系数,包括:
计算每个被标记的协议字段名称对应的变异系数的平均变异系数,并将平均变异系数作为模糊测试用例的协议字段变异系数。
在第一方面的一些可实现方式中,根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数,包括:
根据协议字段覆盖系数和协议字段变异系数分别对应的权重,对协议字段覆盖系数和协议字段变异系数进行加权求和,得到模糊测试用例的质量分数。
在第一方面的一些可实现方式中,该方法还包括:
若模糊测试用例的质量分数小于预设阈值,则对模糊测试用例进行调整。
第二方面,本公开实施例提供了一种模糊测试用例的质量评估装置,该装置包括:
获取模块,用于获取模糊测试用例生成的多个测试报文;
解析模块,用于对获取的测试报文进行解析,得到测试报文的协议字段;
计算模块,用于根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数;
计算模块,还用于根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如以上所述的方法。
第四方面,本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如以上所述的方法。
在本公开中,可以对模糊测试用例生成的多个测试报文进行解析,得到测试报文的协议字段,根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数,进而根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。如此一来,可以从协议字段覆盖系数和协议字段变异系数等维度自动快速地计算模糊测试用例的质量分数,有效提高模糊测试用例的质量评估效率。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本公开的限定在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了一种能够在其中实现本公开的实施例的示例性运行环境的示意图;
图2示出了本公开实施例提供的一种模糊测试用例的质量评估方法的流程图;
图3示出了本公开实施例提供的一种模糊测试用例的质量评估方法的流程图;
图4示出了本公开实施例提供的一种模糊测试用例的质量评估装置的结构图;
图5示出了一种能够实施本公开的实施例的示例性电子设备的结构图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
针对背景技术中出现的问题,本公开实施例提供了一种模糊测试用例的质量评估方法、装置、设备以及存储介质。具体地,可以对模糊测试用例生成的多个测试报文进行解析,得到测试报文的协议字段,根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数,进而根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。
如此一来,可以从协议字段覆盖系数和协议字段变异系数等维度自动快速地计算模糊测试用例的质量分数,有效提高模糊测试用例的质量评估效率。
下面结合附图,通过具体的实施例对本公开实施例提供的模糊测试用例的质量评估方法、装置、设备以及存储介质进行详细地说明。
图1示出了一种能够在其中实现本公开的实施例的示例性运行环境的示意图,如图1所示,运行环境100中可以包括电子设备110和服务器120。
其中,电子设备110可以是移动电子设备,也可以是非移动电子设备。例如,移动电子设备可以是手机、平板电脑、笔记本电脑、掌上电脑或者超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)等,非移动电子设备可以是个人计算机(PersonalComputer,PC)、超级计算机或者服务器等。服务器120是执行模糊测试用例的设备,具有较强的运算能力。
作为一个示例,电子设备110可以获取服务器120执行模糊测试用例生成的多个测试报文。例如,服务器120可以通过加载模糊测试引擎来执行模糊测试用例(也即用于生成测试报文的模糊测试脚本)以产生多个测试报文,电子设备110通过服务器120连接的交换机的镜像端口进行旁路抓包,实时获取该测试报文。
电子设备110对获取的测试报文进行解析,得到测试报文的协议字段,并根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数(也即协议字段离散系数),进而根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,自动精确地计算模糊测试用例的质量分数。
下面将详细介绍本公开实施例提供的模糊测试用例的质量评估方法,其中,该质量评估方法的执行主体可以是电子设备110。
图2示出了本公开实施例提供的一种模糊测试用例的质量评估方法的流程图,如图2所示,质量评估方法200可以包括以下步骤:
S210,获取模糊测试用例生成的多个测试报文。
具体地,可以通过旁路抓包的方式实时抓取模糊测试用例被执行时生成的多个测试报文。
S220,对获取的测试报文进行解析,得到测试报文的协议字段。
在一些实施例中,可以检测获取的测试报文的类型,若测试报文的类型不属于预设无效类型,则对该测试报文进行解析例如深度报文解析(Deep packet inspection,DPI),得到该测试报文的协议字段,其中,协议字段包括协议字段名称和协议字段值。
示例性地,预设无效类型可以包括:当模糊测试用例对应的协议是传输层以上协议时获取的二层/三层的报文,以及常用的TCP建链和断链过程报文等,在此不做限制。
如此一来,可以通过检测测试报文的类型来过滤掉无效测试报文,仅对有效测试报文进行解析,提高了解析效果,进而能够提高质量评估的精确性。
S230,根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数。
其中,协议字段字典是对协议进行解析,根据解析得到的协议字段中类型属于预设关键类型的协议字段而生成的,其中存储有预设关键类型的协议字段的协议字段名称。
示例性地,协议字段字典的生成过程可以包括:
对协议的描述文件进行解析,得到该协议的协议字段,根据解析得到的协议字段中类型属于预设关键类型的协议字段,快速生成协议字段字典。
可以理解的是,模糊测试用例对应的协议字段字典是模糊测试用例所测试协议的协议字段字典。
在一些实施例中,可以将解析得到的协议字段名称与协议字段字典中的协议字段名称进行比对,若比对成功,也即若模糊测试用例对应的协议字段字典中存在解析得到的协议字段名称,该协议字段名称对应的协议字段已被覆盖,则将解析得到的协议字段值写入协议字段字典中对应协议字段名称下,并标记对应协议字段名称。
然后根据协议字段字典中所有的协议字段名称的数量以及被标记的协议字段名称的数量,快速精确地计算模糊测试用例的协议字段覆盖系数。
例如,可以根据以下公式计算模糊测试用例的协议字段覆盖系数,具体如下:
Figure DEST_PATH_IMAGE001
(1)
其中,K表示模糊测试用例的协议字段覆盖系数,N表示协议字段字典中所有的协议字段名称的数量,n表示被标记的协议字段名称的数量。
此外,分别根据协议字段字典中每个被标记的协议字段名称下的值计算每个被标记的协议字段名称对应的离散系数,并将离散系数作为变异系数。其中,协议字段名称对应的变异系数越大,该协议字段变异的离散偏移较大,也就是变异质量越高。
具体地,可以分别计算每个被标记的协议字段名称下的所有值的平均值和标准差,将被标记的协议字段名称对应的标准差与平均值的比值作为被标记的协议字段名称对应的离散系数也即变异系数。
最终根据每个被标记的协议字段名称对应的变异系数,快速精确地计算模糊测试用例的协议字段变异系数。
示例性地,可以计算每个被标记的协议字段名称对应的变异系数的平均变异系数,并将该平均变异系数作为模糊测试用例的协议字段变异系数。
也可以从每个被标记的协议字段名称对应的变异系数中选择最大变异系数、最小变异系数或者中位变异系数为模糊测试用例的协议字段变异系数。
还可以根据每个被标记的协议字段名称对应的权重,对每个被标记的协议字段名称对应的变异系数进行加权求和,得到模糊测试用例的协议字段变异系数。
S240,根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。
示例性地,可以根据协议字段覆盖系数和协议字段变异系数分别对应的权重,对协议字段覆盖系数和协议字段变异系数进行加权求和,得到模糊测试用例的质量分数。如此一来,可以充分依据协议字段覆盖系数和协议字段变异系数各自的重要程度,精确地协议字段覆盖系数和协议字段变异系数。
根据本公开实施例,可以基于模糊测试用例生成的测试报文的协议字段与对应的协议字段字典,从协议字段覆盖系数和协议字段变异系数等维度自动快速地计算模糊测试用例的质量分数,有效提高模糊测试用例的质量评估效率。
在一些实施例中,若模糊测试用例的质量分数小于预设阈值,则可以对模糊测试用例进行调整。
例如,可以通过弹窗、语音、短信等方式及时通知用户模糊测试用例质量较差,需要对模糊测试用例进行调整,从而提高响应速度。
下面可以结合图3对本申请提供的质量评估方法进行详细说明,如图3所示,包括以下步骤:
S301,对模糊测试用例对应的协议进行解析,得到该协议的协议字段。
S302,根据解析得到的协议字段中类型属于预设关键类型的协议字段,生成模糊测试用例对应的协议字段字典。
在生成的协议字段字典中,以类型属于预设关键类型的协议字段的协议字段名称为键,该键对应的值初始为空列表,也即初始为空,该键对应的覆盖标记初始为0,也即初始未标记。
S303,通过旁路抓包的方式实时抓取模糊测试用例被执行时生成的测试报文。
S304,检测当前测试报文的类型,若当前测试报文的类型不属于预设无效类型,则对当前测试报文进行深度报文解析,得到该测试报文的协议字段。
S305,将解析得到的协议字段名称与协议字段字典中的键进行比对,若比对成功,则执行S306,否则执行S304,对下一个测试报文进行解析。
S306,将解析得到的协议字段值写入协议字段字典中对应键的列表中,例如,将该协议字段值以16进制字节写入到对应键的列表中,并将该键对应的覆盖标记位置为1,标记该键。
S307,当协议字段字典停止写入时,将被标记键的数量除以协议字段字典中所有键的数量,得到模糊测试用例的协议字段覆盖系数。
S308,遍历协议字段字典中的键。
S309,判断当前键的覆盖标记位是否为1,若为1,则确定该键对应的协议字段已被覆盖,执行S310,否则执行S308,继续遍历。
S310,根据被标记键的列表的值计算对应的变异系数。
例如,提取被标记键的列表即listi,计算该列表中所有值的平均值和标准差,将标准差与平均值的比值作为该键对应的变异系数即ci
S311,判断当前键是否为最后一个键,若是最后一个键,则执行S312,否则执行S308,继续遍历。
S312,计算被标记键对应的变异系数的平均变异系数,并将该平均变异系数作为模糊测试用例的协议字段变异系数。
S313,根据协议字段覆盖系数和协议字段变异系数分别对应的权重,对协议字段覆盖系数和协议字段变异系数进行加权求和,得到模糊测试用例的质量分数。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图4示出了根据本公开的实施例提供的一种模糊测试用例的质量评估装置的结构图,如图4所示,质量评估装置400可以包括:
获取模块410,用于获取模糊测试用例生成的多个测试报文。
解析模块420,用于对获取的测试报文进行解析,得到测试报文的协议字段。
计算模块430,用于根据解析的每个测试报文的协议字段以及模糊测试用例对应的协议字段字典,计算模糊测试用例的协议字段覆盖系数和协议字段变异系数。
计算模块430,还用于根据模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算模糊测试用例的质量分数。
在一些实施例中,协议字段字典是对协议进行解析,根据解析得到的协议字段中类型属于预设关键类型的协议字段而生成。
在一些实施例中,解析模块420具体用于:
检测获取的测试报文的类型。
若测试报文的类型不属于预设无效类型,则对测试报文进行解析,得到测试报文的协议字段。
在一些实施例中,计算模块430具体用于:
若模糊测试用例对应的协议字段字典中存在解析得到的协议字段名称,则将解析得到的协议字段值写入协议字段字典中对应协议字段名称下,并标记对应协议字段名称。
根据协议字段字典中所有的协议字段名称的数量以及被标记的协议字段名称的数量,计算模糊测试用例的协议字段覆盖系数。
分别根据每个被标记的协议字段名称下的值计算每个被标记的协议字段名称对应的离散系数,并将离散系数作为变异系数。
根据每个被标记的协议字段名称对应的变异系数,计算模糊测试用例的协议字段变异系数。
在一些实施例中,计算模块430具体用于:
计算每个被标记的协议字段名称对应的变异系数的平均变异系数,并将平均变异系数作为模糊测试用例的协议字段变异系数。
在一些实施例中,计算模块430具体用于:
根据协议字段覆盖系数和协议字段变异系数分别对应的权重,对协议字段覆盖系数和协议字段变异系数进行加权求和,得到模糊测试用例的质量分数。
在一些实施例中,质量评估装置400还包括:
通知模块,用于若模糊测试用例的质量分数小于预设阈值,则对模糊测试用例进行调整。
可以理解的是,图4所示的质量评估装置400中的各个模块/单元具有实现本公开实施例提供的质量评估方法200中的各个步骤的功能,并能达到其相应的技术效果,为了简洁,在此不再赘述。
图5示出了一种可以用来实施本公开的实施例的电子设备的结构图。电子设备500旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备500还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,电子设备500可以包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机程序产品,包括计算机程序,其被有形地包含于计算机可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,计算机可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。计算机可读介质可以是计算机可读信号介质或计算机可读储存介质。计算机可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。计算机可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
需要注意的是,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行方法200,并达到本公开实施例执行其方法达到的相应技术效果,为简洁描述,在此不再赘述。
另外,本公开还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现方法200。
为了提供与用户的交互,可以在计算机上实施以上描述的实施例,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将以上描述的实施例实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (9)

1.一种模糊测试用例的质量评估方法,其特征在于,所述方法包括:
获取模糊测试用例生成的多个测试报文;
对获取的测试报文进行解析,得到所述测试报文的协议字段;
根据解析的每个测试报文的协议字段以及所述模糊测试用例对应的协议字段字典,计算所述模糊测试用例的协议字段覆盖系数和协议字段变异系数;
根据所述模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算所述模糊测试用例的质量分数;
所述根据解析的每个测试报文的协议字段以及所述模糊测试用例对应的协议字段字典,计算所述模糊测试用例的协议字段覆盖系数和协议字段变异系数,包括:
若所述模糊测试用例对应的协议字段字典中存在解析得到的协议字段名称,则将解析得到的协议字段值写入所述协议字段字典中对应协议字段名称下,并标记对应协议字段名称;
根据所述协议字段字典中所有的协议字段名称的数量以及被标记的协议字段名称的数量,计算所述模糊测试用例的协议字段覆盖系数;
分别根据每个被标记的协议字段名称下的值计算每个被标记的协议字段名称对应的离散系数,并将离散系数作为变异系数;
根据每个被标记的协议字段名称对应的变异系数,计算所述模糊测试用例的协议字段变异系数。
2.根据权利要求1所述的方法,其特征在于,所述协议字段字典是对协议进行解析,根据解析得到的协议字段中类型属于预设关键类型的协议字段而生成。
3.根据权利要求1所述的方法,其特征在于,所述对获取的测试报文进行解析,得到所述测试报文的协议字段,包括:
检测获取的测试报文的类型;
若所述测试报文的类型不属于预设无效类型,则对所述测试报文进行解析,得到所述测试报文的协议字段。
4.根据权利要求1所述的方法,其特征在于,所述根据每个被标记的协议字段名称对应的变异系数,计算所述模糊测试用例的协议字段变异系数,包括:
计算每个被标记的协议字段名称对应的变异系数的平均变异系数,并将所述平均变异系数作为所述模糊测试用例的协议字段变异系数。
5.根据权利要求1所述的方法,其特征在于,所述根据所述模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算所述模糊测试用例的质量分数,包括:
根据所述协议字段覆盖系数和所述协议字段变异系数分别对应的权重,对所述协议字段覆盖系数和所述协议字段变异系数进行加权求和,得到所述模糊测试用例的质量分数。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述方法还包括:
若所述模糊测试用例的质量分数小于预设阈值,则对所述模糊测试用例进行调整。
7.一种模糊测试用例的质量评估装置,其特征在于,所述装置包括:
获取模块,用于获取模糊测试用例生成的多个测试报文;
解析模块,用于对获取的测试报文进行解析,得到所述测试报文的协议字段;
计算模块,用于根据解析的每个测试报文的协议字段以及所述模糊测试用例对应的协议字段字典,计算所述模糊测试用例的协议字段覆盖系数和协议字段变异系数;
所述计算模块,还用于根据所述模糊测试用例的协议字段覆盖系数和协议字段变异系数,计算所述模糊测试用例的质量分数;
所述计算模块具体用于:
若所述模糊测试用例对应的协议字段字典中存在解析得到的协议字段名称,则将解析得到的协议字段值写入所述协议字段字典中对应协议字段名称下,并标记对应协议字段名称;
根据所述协议字段字典中所有的协议字段名称的数量以及被标记的协议字段名称的数量,计算所述模糊测试用例的协议字段覆盖系数;
分别根据每个被标记的协议字段名称下的值计算每个被标记的协议字段名称对应的离散系数,并将离散系数作为变异系数;
根据每个被标记的协议字段名称对应的变异系数,计算所述模糊测试用例的协议字段变异系数。
8. 一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-6中任一项所述的方法。
CN202211457598.8A 2022-11-21 2022-11-21 模糊测试用例的质量评估方法、装置、设备以及存储介质 Active CN115576852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211457598.8A CN115576852B (zh) 2022-11-21 2022-11-21 模糊测试用例的质量评估方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211457598.8A CN115576852B (zh) 2022-11-21 2022-11-21 模糊测试用例的质量评估方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN115576852A CN115576852A (zh) 2023-01-06
CN115576852B true CN115576852B (zh) 2023-03-21

Family

ID=84588146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211457598.8A Active CN115576852B (zh) 2022-11-21 2022-11-21 模糊测试用例的质量评估方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115576852B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109582578B (zh) * 2018-11-29 2022-04-05 泰康保险集团股份有限公司 软件测试用例的系统、方法、计算机可读介质及电子设备
CN113326181A (zh) * 2020-02-29 2021-08-31 华为技术有限公司 有状态网络协议的模糊测试方法、装置及存储介质
CN115237766A (zh) * 2022-07-19 2022-10-25 科大讯飞股份有限公司 模糊测试用例筛选方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115576852A (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
CN113726607B (zh) 一种网络探测方法、装置、电子设备及存储介质
WO2019209503A1 (en) Unsupervised anomaly detection for identifying anomalies in data
CN114187459A (zh) 目标检测模型的训练方法、装置、电子设备以及存储介质
CN113436100A (zh) 用于修复视频的方法、装置、设备、介质和产品
CN112463422A (zh) 物联网故障运维方法、装置、计算机设备及存储介质
CN114157480B (zh) 网络攻击方案的确定方法、装置、设备和存储介质
CN113904943B (zh) 账号检测方法、装置、电子设备和存储介质
CN115576852B (zh) 模糊测试用例的质量评估方法、装置、设备以及存储介质
CN114697247B (zh) 流媒体系统的故障检测方法、装置、设备和存储介质
CN117040799A (zh) 页面拦截规则生成、页面访问控制方法、装置及电子设备
CN113395297B (zh) 漏洞处理方法、装置、设备和计算机可读存储介质
CN115171082B (zh) 驾驶行为的检测方法、装置、电子设备及可读存储介质
CN115314322A (zh) 基于流量的漏洞检测确认方法、装置、设备以及存储介质
CN114445682A (zh) 训练模型的方法、装置、电子设备、存储介质及产品
CN114093006A (zh) 活体人脸检测模型的训练方法、装置、设备以及存储介质
CN113553370A (zh) 异常检测方法、装置、电子设备及可读存储介质
CN115378746B (zh) 网络入侵检测规则生成方法、装置、设备以及存储介质
CN114971635A (zh) 一种交易风险的管理方法以及相关装置
CN112817463A (zh) 输入法获取音频数据的方法、设备和存储介质
CN115296917B (zh) 资产暴露面信息获取方法、装置、设备以及存储介质
CN116743508B (zh) 一种电力系统网络攻击链检测方法、装置、设备及介质
CN113868660B (zh) 恶意软件检测模型的训练方法、装置以及设备
CN116248340A (zh) 接口攻击的检测方法、装置、电子设备及存储介质
CN113011158A (zh) 信息异常检测方法、装置、电子设备和存储介质
CN117729005A (zh) 一种网络资产测绘方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant