-
题名基于多模态表征的移动应用GUI模糊测试框架
- 1
-
-
作者
张少坤
李元春
雷瀚文
蒋鹏
李锭
郭耀
陈向群
-
机构
北京大学计算机学院
清华大学智能产业研究院
-
出处
《软件学报》
EI
CSCD
北大核心
2024年第7期3162-3179,共18页
-
基金
国家自然科学基金(62141208)。
-
文摘
GUI模糊测试在提升移动应用可靠性和兼容性方面发挥着关键作用.然而,现有的GUI模糊测试方法大多效率较低,主要原因是这些工作过于粗粒度,仅基于单一模态的特征来整体理解GUI页面,应用状态的过度抽象使得许多细节信息被忽略,导致对GUI状态及小部件的理解不足.为了解决上述问题,提出了一种基于多模态表征的移动应用GUI模糊测试框架GUIFuzzer.该框架通过考虑多模态特征,如视觉特征、布局上下特征和细粒度的元属性特征,来联合推断GUI小部件的语义;然后,训练一个多层次奖励驱动的深度强化学习模型来优化GUI事件选择策略,提高模糊测试的效率.在大量的真实应用上对所提框架进行了评估.实验结果表明:与现有的竞争性基线相比,GUIFuzzer显著地提升了模糊测试的覆盖率.还对特定目标的定制化搜索即敏感API触发进行了案例研究,进一步验证了GUIFuzzer框架的实用性.
-
关键词
GUI模糊测试
强化学习
深度学习
多模态表征
定制化搜索
-
Keywords
GUI fuzzing
reinforcement learning
deep learning
multi-modal representation
customized search
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
