基于LSTM的FINS协议模糊测试用例生成方法  

LSTM-based Fuzzy Test Case Generation Method for FINS Protocol

作　　者：顾俊杰 虞闯[1] 陶耀东 孙永超 Gu Junjie;Yu Chuang;Tao Yaodong;Sun Yongchao(Shenyang Ligong University,Shenyang,China;Beijing DualPi Intelligent Security Technology Co.,Ltd.,Beijing,China)

机构地区：[1]沈阳理工大学信息科学与工程学院,辽宁沈阳 [2]北京双湃智安科技有限公司,北京

出　　处：《科学技术创新》2025年第7期44-47,共4页Scientific and Technological Innovation

基　　金：2023年工信部高质量发展专项,编号:ZTZB-23-990-035。

摘　　要：采用传统模糊测试框架进行FINS协议的测试用例生成和测试结果反馈时,存在协议测试效率低下问题,测试准确度不高以及漏洞的发现时间长的问题。因长短期记忆(Long Short-Term Memory,LSTM)网络可以更好地捕捉时序数据中的长期依赖关系,所以本文提出一种基于LSTM的FINS协议模糊测试用例生成方法。通过学习FINS协议中的特征位,生成符合协议基本规范的测试用例,减少无效测试时间。本实验对于不同字段进行模糊处理,实验结果表明,优化后的有效测试用例占比相较于之前提升了24%。Traditional fuzzy testing frameworks for FINS protocol testing have problems such as low testing efficiency,low accuracy of test results,and long time to discover vulnerabilities.Because Long Short-Term Memory(LSTM)networks can better capture long-term dependencies in sequential data,this paper proposes a FINS protocol fuzzy testing case generation method based on LSTM.By learning the feature bits of the FINS protocol,it generates directional fuzzy testing cases to reduce the time of ineffective testing.This experiment fuzzed different fields,and the experimental results show that the effective test case ratio after optimization is 24%higher than before.

关 键 词：长短期记忆神经网络 FINS协议 模糊测试 漏洞挖掘 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]