摘要:提出了基于樣本數(shù)據(jù)組合的Fuzzing技術(shù),并抽象出了解決樣本數(shù)據(jù)覆蓋問(wèn)題(data sample covering problem,DSCP)的數(shù)學(xué)模型;為了更好地解決樣本數(shù)據(jù)覆蓋問(wèn)題,提出了改進(jìn)遺傳算法(developed genetic slgo-rithm,DGA),通過(guò)實(shí)例實(shí)驗(yàn)說(shuō)明了DGA的有效性,并且通過(guò)仿真實(shí)驗(yàn),驗(yàn)證了算法在求解復(fù)雜協(xié)議文件樣本數(shù)據(jù)覆蓋問(wèn)題時(shí)比貪心算法和簡(jiǎn)單遺傳算法具有更高的效率。
關(guān)鍵詞:遺傳算法;樣本數(shù)據(jù)組合;測(cè)試用例;代碼覆蓋
中圖分類號(hào):TP391 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1001-3695(2010)08-3067-03