计算机工程

作者：姜亚光, 陈曦, 李建彬, 闫靖晨, 刘曙元, 李坤昌

单位：1. 中国软件评测中心, 北京 100044;2. 北京大学 软件与微电子学院, 北京 102600;3. 华北电力大学 控制与计算机工程学院, 北京 100026;4. 国能信控互联技术有限公司, 北京 100039

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

基金：北京市科委计划项目（Z181100005118016）；国家电网公司工作部科技项目（5700-201914241A-0-0-00）。

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。

来源：2021年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第7期