遗传算法在模糊测试中的应用研究综述.pdfVIP

小型微型计算机系统2025年4月第4期

DOI:10.20009/ki.21-1106/TP.2024-0397

JournalofChineseComputerSystemsVol.46No.42025

遗传算法在模糊测试中的应用研究综述

马航,董卫宇,唐之卓，吕鑫，雷久刚

（信息工程大学网络空间安全学院，郑州450001）

E-mail:b.meteor@163.com

摘要：遗传算法在模糊测试领域的应用提高了这一主流漏洞挖掘方法的性能和效率，诞生了一批研究成果.目前对基于遗传

算法的模糊测试还没有全面的分析和总结首先介绍了模糊测试、遗传算法，说明了遗传算法在模糊测试中应用的基本流程，其

次，分3个方面（提高漏洞发现能力、执行效率和自动化程度）总结了遗传算法在模糊测试中的作用和实现方式，然后分析了遗

传算法用于模糊测试的适应性改进（编码、进化组织、适应度函数设计），最后讨论了当前研究的不足并提出了进一步研究

方向，

关键词：遗传算法；模糊测试；漏洞挖掘；适应度函数

中图分类号：TP309文献标识码：A文章编号：1000-1220(2025)04-0948-10

ReviewoftheApplicationofGeneticAlgorithminFuzzing

MAHang,DONGWeiyu,TANGZhizhuo,LUXin,LEIJiugang

(CyberspaceSecurityInstitute,InformationEngineeringUniversity,Zhengzhou450001,China)

Abstract:TheapplicationofGeneticAlgorithm(GA)inthefieldoffuzzinghasimprovedtheperformanceandefficiencyofthisma-

instreamvulnerabilityminingmethod,andproducedanumberofresearchresults.Atpresent,thereisnocomprehensiveanalysisand

summaryofGAbasedfuzzing.First,itintroducesfuzzingandGeneticAlgorithm,andexplainsthebasicprocessoftheapplicationof

GAinfuzzing.Secondly,itsummarizestheroleandtheimplementationofgeneticalgorithmsinfuzzinginthreeaspects(improving

bug-findingcapabilities,executionefficiency,andautomation).AndthentheadaptiveimprovementofGAforfuzzing(encoding,evo-

lutionaryorganization,fitnessfunctiondesign)isanalyzed.Finally,theshortcomingsofcurrentresearcharediscussedandfuturere-

searchdirectionsareproposed.

Keywords:geneticalgorithm;fuzzing;vulnerabilitymining;fitnessfunction

0引言试中的应用较为成功,出现了以AFL[3]为典型代表的一批模

糊测试工具。

当前，软件漏洞已成为威胁网络安全、信息安全、工控安遗传算法应用