一種結合深度強化學習和程序路徑插樁技術的漏洞檢測方法,首先通過插樁的方式從待測程序的控制流圖中得到輸入所對應的路徑,根據路徑及控制流圖中的目標節(jié)點計算得到獎勵值,然后將獎勵值用于訓練深度強化學習的神經網絡,從而用于選擇變異動作,根據該變異動作對待測程序的輸入進行變異后得到更新后的輸入及其路徑并計算更新后的獎勵值并再次訓練神經網絡和進行輸入變異處理,循環(huán)至待測程序崩潰,即得到相應的輸入漏洞。本發(fā)明準確率更高,并可以更高效地獲得漏洞所在路徑對應輸入,相較于傳統的模糊測試,檢測速度更快,兼具一定的代碼覆蓋量。
聲明:
“基于深度強化學習和程序路徑插樁的漏洞檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)