基于强化学习的网络协议模糊测试多阶段种子调度方法 | MDPI Electronics

本文提出了一种基于强化学习的网络协议模糊测试多阶段种子调度方法，旨在解决传统种子调度方法中存在的种子选择不平衡、调度策略单一和能量分配效率低下等问题。通过将种子选择建模为多臂老虎机问题，并利用强化学习算法平衡探索与利用，本文设计了多阶段种子选择和基于状态权重的细粒度能量分配策略。实验结果表明，该方法在状态覆盖、代码覆盖、种子有效选择率和能量利用率等方面均优于传统方法，显著提高了模糊测试的效率。