基于LSTM的S7协议模糊测试用例生成方法

• 作者: 姜亚光 陈曦 李建彬 闫靖晨 刘曙元 李坤昌
• 来源期刊: 计算机工程
• 关键词: 长短期记忆神经网络 S7协议 模糊测试 测试用例 字段
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 体系结构与软件技术|Computer Architecture and Software Technology
• 页码范围: 183-188
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058857

摘要

基于传统模糊测试框架的S7协议模糊测试技术存在构造困难和代码覆盖率低的问题,对测试效率和质量产生很大影响.借助神经网络模型对数据较强的学习能力和预测能力,提出一种基于长短期记忆(LSTM)神经网络的S7协议模糊测试用例生成方法.将S7协议中的特征值字段分为可变字段和不可变字段,对可变字段进行模糊处理,对不可变字段做固定值操作,进而利用局部模糊实现对S7协议帧各字段的模糊分析,生成有效的测试用例.经过学习,模型可以提取到西门子S7协议的特征,自动产生满足协议结构的测试用例.实验对不同字段进行局部模糊,结果表明,该方法预测出的数据具备真实测试用例的特征,可生成大量对特征字段关联性较大的有效测试用例,提高代码覆盖率.