动态软件缺陷测试关键技术研究

发布时间：2017-12-25 15:00

  本文关键词：动态软件缺陷测试关键技术研究　出处：《南京大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 缺陷检测 符号执行 混合执行测试 导向型模糊测试 测试用例生成

【摘要】：随着信息技术发展,信息安全日益重要,软件缺陷为信息安全风险的主要根源之一。动态软件缺陷测试技术是发现和消除软件缺陷的重要手段。然而,现有技术在对软件缺陷进行检测时,由于缺乏缺陷相关知识的指导,存在检测效率低、漏报率高等缺点。本文围绕软件缺陷检测,深入分析了现今流行的动态软件缺陷测试技术的优劣和存在的关键问题,重点研究了如何增强混合执行测试和导向型模糊测试技术的缺陷检测效率和效果。本文的主要工作如下：1.混合执行测试是一种基于符号执行的动态测试技术,初始输入的选择是影响该技术缺陷检测效果的重要因素,然而现有混合执行测试工作缺乏有效的初始输入选择策略。本文提出混合执行测试初始输入评估和选择方法。方法结合部分控制流敏感的细粒度污点分析和符号执行,通过识别和计算不同备选初始输入覆盖容易触发缺陷的危险路径的能力,来为混合执行测试评估和选择合适的初始输入,可有效的提高混合执行测试的缺陷检测效果。2.混合执行测试通过生成和调度测试用例对待测程序进行测试。现有混合执行测试工作普遍采用的测试用例生成调度策略缺乏针对缺陷检测的考量,效率较低。为了进一步的提高混合执行测试的缺陷检测速度,我们提出了一种面向危险操作的路径选择策略。该策略分析待测程序中不同执行路径对触发缺陷的贡献,按照缺陷发生的难易程度来进行测试用例的生成和调度,使测试流程对危险的程序状态空间进行优先系统探测,加速缺陷的触发。3.导向型模糊测试技术利用污点分析,识别种子输入中可影响容易发生缺陷的安全敏感操作的数据片段；进而对这些片段进行扰动以生成测试用例对待测程序进行测试,是有效的动态软件缺陷检测手段。导向型模糊测试的缺陷检测效果严重依赖于种子输入的质量,而现有导向型模糊测试工作缺乏有效的种子输入选取手段。本文提出导向型模糊测试种子输入选择生成策略,结合静态分析、动态监控和符号执行技术,为导向型模糊测试过程选择和生成可覆盖更多安全敏感操作的种子输入,可有效地提高导向型模糊测试的缺陷检测能力。4.我们设计和实现了混合执行测试工具CrashFinder和导向型模糊测试工且SeededFuzz。并利用这两个工具对Linux平台名个实际的程序讲行了实验分析,在诸如]convert等流行软件中发现了多个缺陷。
【学位授予单位】：南京大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP311.53

【相似文献】

相关期刊论文 前10条

1 ;软件缺陷词典正在制定[J];软件世界;2007年06期

2 王德胜;宫云战;;论软件缺陷[J];计算机应用研究;2008年12期

3 聂剑平;韩柯;陈光;曹旭;;软件缺陷增长过程的混沌分析[J];计算机工程与应用;2008年11期

4 刘海;郝克刚;;软件缺陷数据的分析方法及其实现[J];计算机科学;2008年08期

5 熊斐;李建忠;徐中望;;软件缺陷管理与防范[J];科技创新导报;2009年04期

6 石剑飞;杨欣;秦玮;闫怀志;;一种软件缺陷预测改进模型的研究[J];北京理工大学学报;2010年09期

7 缪林松;;基于代价敏感神经网络算法的软件缺陷预测[J];电子科技;2012年06期

8 朱小燕;曲俊燕;;浅析软件缺陷的问题[J];无线互联科技;2013年04期

9 田华;蒲天银;;基于迁移学习的软件缺陷预测方法研究[J];西南师范大学学报(自然科学版);2014年03期

10 宫云战;论软件缺陷[J];装甲兵工程学院学报;2003年01期

相关会议论文 前8条

1 赵修湘;石勇;刘莹;张玲玲;;文本分类在软件缺陷管理中的应用[A];第四届（2009）中国管理学年会——管理科学与工程分会场论文集[C];2009年

2 李立清;;软件缺陷数据的分析和预测[A];第三届中国测试学术会议论文集[C];2004年

3 李立清;;用软件缺陷数据进行缺陷预测[A];中国工程物理研究院科技年报（2005）[C];2005年

4 赵亮;侯金宝;;文件和包层次的软件缺陷预测研究[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年

5 于秀山;王广俭;;软件缺陷管理[A];中国电子学会可靠性分会第十三届学术年会论文选[C];2006年

6 寇纲;彭怡;石勇;;基于数据挖掘的软件缺陷度量评估管理及研究现状综述[A];第三届（2008）中国管理学年会——信息管理分会场论文集[C];2008年

7 高通;焦彦平;龚波;;基于曲线拟合的软件缺陷排除成本预测[A];2010年全国通信安全学术会议论文集[C];2010年

8 涂亚明;毛军鹏;余静;尹磊;;系统测试阶段的软件缺陷预测模型分析[A];第六届中国测试学术会议论文集[C];2010年

相关重要报纸文章 前7条

1 谢敏、戴金龙;追踪每一个软件缺陷[N];计算机世界;2005年

2 学健;可怕的不是缺陷本身[N];计算机世界;2001年

3 ;Firefox、IE中发现缺陷[N];计算机世界;2005年

4 道琼斯;小电脑 大雄心[N];人民邮电;2007年

5 特约撰稿 朱颜镇;万维易化项目管理力助电信运营商[N];通信信息报;2004年

6 ;Microsoft计划推出Windows Server SP1[N];计算机世界;2004年

7 记者 王俊鸣;美专家认为因特网中枢有漏洞[N];科技日报;2001年

相关博士学位论文 前7条

1 Gabriel Kofi Armah;[D];电子科技大学;2015年

2 单纯;软件缺陷分布预测技术及应用研究[D];北京理工大学;2015年

3 王伟光;动态软件缺陷测试关键技术研究[D];南京大学;2016年

4 陈媛;基于数据挖掘的软件缺陷预测技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

5 马樱;基于机器学习的软件缺陷预测技术研究[D];电子科技大学;2012年

6 张凯;软件缺陷混沌分形描述与软件质量进化度量的研究[D];武汉理工大学;2005年

7 杨晓杏;基于度量元的软件缺陷预测技术[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 赵长凯;软件缺陷管理与预测系统的设计[D];复旦大学;2013年

2 张亮;基于改进BP算法的软件缺陷预测模型研究[D];北京理工大学;2015年

3 王男帅;基于遗传优化支持向量机的软件缺陷预测模型研究[D];北京理工大学;2015年

4 陈艳;软件缺陷管理技术研究与实现[D];电子科技大学;2014年

5 李碧雯;基于迁移学习的跨项目软件缺陷预测[D];上海交通大学;2015年

6 梁天超;一种基于人工免疫朴素贝叶斯方法的软件缺陷预测模型[D];南京邮电大学;2015年

7 陆海洋;基于特征提取和代价敏感学习的软件缺陷预测方法研究[D];南京邮电大学;2015年

8 刘海林;基于LDA的软件缺陷组件预测研究与实现[D];重庆大学;2015年

9 杨磊;面向不平衡数据的软件缺陷预测方法研究[D];中国石油大学(华东);2014年

10 陈家强;软件缺陷预测中数据预处理技术研究[D];南京大学;2014年

，

本文编号：1333284