买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种对软件进行分组模糊测试的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114281690B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111578752.2，技术领域涉及：G06F11/3668；该发明授权一种对软件进行分组模糊测试的方法是由曾英佩;吴铤;申延昭;郑秋华设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本一种对软件进行分组模糊测试的方法在说明书摘要公布了：本发明公开了一种对软件进行分组模糊测试的方法，本发明首先通过种子的执行路径、种子内容的字节值等计算种子间距离，然后利用聚类方法进行分组。分组后一是通过适应值共享进行种子能量即模糊测试次数分配，二是学习和应用每个组内最佳的变异方式，包括对每个组的最优变异操作选择概率分布和每个组的最优变异位置选择概率分布进行学习和应用，三是在每个组内对种子做确定性变异进行调度。本发明通过利用种子间的相似性对种子进行分组，可以更有效地学习到相似种子的模糊测试偏好信息，更高效地指导进行模糊测试。

本发明授权一种对软件进行分组模糊测试的方法在权利要求书中公布了：1.一种对软件进行分组模糊测试的方法，其特征在于，该方法具体包括以下步骤： 1对种子分组； 根据种子的执行路径以及种子内容的字节值计算种子间的距离，采用种子间的距离来定义种子间的相似度，通过种子之间的相似度来对种子进行分组，组的数目是动态决定的； 新加入的种子会被加入到离它最近的组，当加入的种子数目达到预设阈值时，会重新对所有种子进行整体重新分组，种子间的分组采用聚类方法进行；在每个组里学习各自组最优的变异信息，而不是为所有种子学习同一个最优的变异信息；每个组学习的组内最优变异信息，包括最优变异操作选择概率分布和最优变异位置选择概率分布；每个组学习到的变异信息，将用于指导组内种子的变异； 2获取种子所在的分组信息g；组的数目是动态决定的； 3利用适应值共享的方法，为该种子分配能量p，具体为：首先，根据CGF模糊测试系统计算种子si的分配能量ηi，然后使用适应值共享方法，分配种子的模糊测试能量其中pi为最终能量分配，为小生境数目，通过种子间的距离计算；是所有种子小生境数目的平均值，α为权重值，shdij是适应值共享方法中的共享函数； 4基于用户提供的一个做确定性模糊测试的种子的比率，和当前组内种子数和已做过确定性测试的种子数的数目，决定是否对该种子做确定性模糊测试时，对每个组内做确定性变异的种子数进行调度，以保证每个组具有相同数量的已完成确定性变异的种子； 5对种子变异生成输入、然后提供给程序做模糊测试。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。