一种模糊测试方法及装置与流程
本发明涉及网络安全,尤其涉及一种模糊测试方法及装置。
背景技术:
1、rest api是现代应用之间通信和数据交换的基本方式,是现代数字化系统的核心交互通道,同时它也是网络攻击的首要目标,故而对rest api进行安全测试具有重大意义。
2、现有技术中会使用模糊测试技术,生成大量无效的、意外的甚至畸形的测试数据,从而检测rest api的健壮性和安全性。但传统的模糊测试方法在生成测试数据时的随机性较高,导致需要较高的资源消耗才能够达到全面检测的效果,存在较高的盲目性。
3、因此,如何降低模糊测试时生成测试数据的随机性和盲目性,是目前亟需解决的问题。
技术实现思路
1、本发明实施例提供一种模糊测试方法及装置,用于为每个测试样本中的每个可填字段配置变异向量,来描述可填字段的变异方向和变异概率,并基于字段的重要程度确定该字段发生变异的概率,以及在融合变异向量时添加可控扰动,再执行变异操作。实现在降低生成测试数据的随机性和盲目性的同时,还能够降低陷入局部最优的可能。
2、第一方面,本发明实施例提供一种模糊测试方法,该方法应用于服务器,该服务器与待测试的应用程序接口连接,该方法具体包括:
3、获取测试样本集,所述测试样本集中包括多个测试样本和各测试样本的变异向量,测试样本的变异向量表征所述测试样本中可填字段的变异方向和所述变异方向的发生概率,所述可填字段为所述测试样本中内容可变更的字段,所述可填字段的变异方向是根据预设的可填字段的字段类型与变异方向的对应关系确定的,所述变异方向的发生概率是基于随机分布采样算法生成的;
4、针对任意一轮模糊测试,从所述测试样本集中选取第一测试样本和第二测试样本进行融合,得到子代测试样本,将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量进行直接融合得到第一子代变异向量,并将所述第一变异向量和所述第二变异向量进行带干扰融合,得到第二子代变异向量,所述带干扰融合指示在向量的融合过程中添加可控扰动;
5、根据可填字段的变异概率,将所述子代测试样本根据所述第一子代变异向量和所述第二子代变异向量分别进行变异操作,得到第一变异样本和第二变异样本,所述可填字段的变异概率与所述可填字段对测试样本的重要程度正相关;
6、将所述第一变异样本和所述第二变异样本传输给所述应用程序接口,并基于所述应用程序接口对所述第一变异样本的第一变异响应和所述第二变异样本的第二变异响应,分别确定所述第一变异样本和所述第二变异样本的评分,完成所述一轮模糊测试。
7、上述技术方案中,首先会获取测试样本集,测试样本集中包括多个测试样本和各测试样本的变异向量。测试样本的变异向量表征了该测试样本中可填字段的变异方向和变异方向的发生概率。基于变异向量能够实现测试样本的定向变异,能够降低生成测试数据的随机性和盲目性。并且,在对两个测试样本进行融合生成子代测试样本时,还会将两个测试样本的变异向量进行融合得到第一子代变异向量,让子代测试样本继承两个测试样本的变异方向和变异概率。以及在两个测试样本的变异向量进行融合时还会加入可控扰动,得到第二子代变异向量。让子代测试样本分别依据第一子代变异向量和第二子代变异向量执行变异,降低陷入局部最优的可能性。还会根据可填字段对测试样本的重要程度来确定可填字段的变异概率,以减少在非重要字段的变异,缩小搜索空间,降低盲目性。最终,实现在降低生成测试数据的随机性和盲目性的同时,还能够降低陷入局部最优的可能。
8、可选的,获取测试样本集之前,所述方法还包括:
9、获取所述应用程序接口的业务流量,业务流量中包括多个请求的请求数据、响应数据和时间戳;
10、将所述多个请求按照时间戳排序,并确定第一请求的响应数据与第二请求的请求数据中是否存在相同字段,所述第一请求的时间戳小于所述第二请求的时间戳,且所述第一请求的时间戳与所述第二请求的时间戳之间的差值小于阈值;
11、若所述第一请求的响应数据与所述第二请求的请求数据中存在相同字段,则提取所述相同字段,进行存储,所述相同字段用于指示可填字段的可变异方向。
12、上述技术方案中,通过确定请求字段是否依赖于其他请求的响应,提取其中存在依赖关系的字段,即相同的字段,来指示可填字段的可变异方向,减少无意义值,降低变异后的可填字段不存在的概率。
13、可选的,所述测试样本集中还包括各测试样本的响应文本,所述响应文本为应用程序接口对测试样本的样本响应中的文本;
14、所述方法还包括:
15、将所述测试样本集中各测试样本的响应文本转换为向量,得到所述各测试样本的响应向量;
16、针对任意一个测试样本,计算所述测试样本的响应向量与所述各测试样本的响应向量之间的距离,按照从小到大的顺序排列,取排名前k个响应向量的距离计算平均值,作为所述测试样本的评分,所述测试样本的评分越高表示所述测试样本的特殊性越高。
17、可选的,所述多个测试样本为预设格式;
18、确定各测试样本的变异向量,包括:
19、针对任一测试样本,根据所述测试样本的预设格式,对比各测试样本,确定所述测试样本中的可填字段和所述可填字段的字段类型;
20、根据所述测试样本中的可填字段的字段类型和预设的字段类型与变异方向之间的对应关系,确定所述测试样本中的可填字段的变异方向,并根据所述测试样本中可填字段的变异方向,对所述测试样本中的可填字段的变异方向的发生概率随机初始化,得到所述测试样本的变异向量。
21、可选的,从所述测试样本集中选取第一测试样本和第二测试样本进行融合,得到子代测试样本,包括:
22、根据各测试样本的评分,基于重采样算法,从所述测试样本集中选取第一测试样本和第二测试样本,所述第一测试样本的评分大于所述第二测试样本的评分;
23、将所述第一测试样本和所述第二测试样本中属性相同的可填字段,根据所述可填字段的字段类型进行融合,得到所述子代测试样本。
24、可选的,将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量直接融合得到第一子代变异向量,以及将所述第一变异向量和所述第二变异向量带干扰融合,得到第二子代变异向量,包括:
25、将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量中相同可填字段的变异方向的发生概率进行融合,得到所述第一子代变异向量;
26、将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量中相同可填字段的变异方向的发生概率进行融合,并添加可控扰动,得到所述第二子代变异向量。
27、可选的,基于所述应用程序接口对所述第一变异样本的第一变异响应和所述第二变异样本的第二变异响应,分别确定所述第一变异样本和所述第二变异样本的评分,包括:
28、获取所述应用程序接口对所述第一变异样本的第一变异响应和所述第二变异样本的第二变异响应;
29、将所述第一变异响应和所述第二变异响应中的响应文本转换为向量,得到第一变异响应向量和第二变异响应向量;
30、分别计算所述第一变异响应向量和所述第二变异响应向量与所述测试样本集中各测试样本的响应向量之间的距离,按照从小到大的顺序排列,取排名前k个响应向量的距离计算平均值,得到所述第一变异样本的评分和所述第二变异样本的评分。
31、可选的,确定可填字段的变异概率,包括:
32、针对任一可填字段,基于所述可填字段在测试样本中的属性查询得到所述属性的属性权重,所述属性权重指示所述属性在测试样本中的重要性;
33、将所述属性权重映射到(0,1)区间内,得到所述可填字段的变异概率。
34、可选的,确定所述第一变异样本和所述第二变异样本的评分之后,所述方法还包括:
35、针对所述子代测试样本中的第一可填字段,基于所述第一变异样本的评分、所述第二变异样本的评分、所述第一子代变异向量和所述第二子代变异向量中所述第一可填字段的变异方向和变异概率,确定所述第一可填字段的属性权重的变化量,并基于所述变化量更新所述第一可填字段在测试样本中所属的属性的属性权重。
36、第二方面,本发明实施例提供一种模糊测试装置,包括:
37、获取模块,用于获取测试样本集,所述测试样本集中包括多个测试样本和各测试样本的变异向量,测试样本的变异向量表征所述测试样本中可填字段的变异方向和所述变异方向的发生概率,所述可填字段为所述测试样本中内容可变更的字段,所述可填字段的变异方向是根据预设的可填字段的字段类型与变异方向的对应关系确定的,所述变异方向的发生概率是基于随机分布采样算法生成的;
38、处理模块,用于针对任意一轮模糊测试,从所述测试样本集中选取第一测试样本和第二测试样本进行融合,得到子代测试样本,将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量进行直接融合得到第一子代变异向量,并将所述第一变异向量和所述第二变异向量进行带干扰融合,得到第二子代变异向量,所述带干扰融合指示在向量的融合过程中添加可控扰动;
39、根据可填字段的变异概率,将所述子代测试样本根据所述第一子代变异向量和所述第二子代变异向量分别进行变异操作,得到第一变异样本和第二变异样本,所述可填字段的变异概率与所述可填字段对测试样本的重要程度正相关;
40、将所述第一变异样本和所述第二变异样本传输给所述应用程序接口,并基于所述应用程序接口对所述第一变异样本的第一变异响应和所述第二变异样本的第二变异响应,分别确定所述第一变异样本和所述第二变异样本的评分,完成所述一轮模糊测试。
41、可选的,所述处理模块还用于:
42、获取所述应用程序接口的业务流量,业务流量中包括多个请求的请求数据、响应数据和时间戳;
43、将所述多个请求按照时间戳排序,并确定第一请求的响应数据与第二请求的请求数据中是否存在相同字段,所述第一请求的时间戳小于所述第二请求的时间戳,且所述第一请求的时间戳与所述第二请求的时间戳之间的差值小于阈值;
44、若所述第一请求的响应数据与所述第二请求的请求数据中存在相同字段,则提取所述相同字段,进行存储,所述相同字段用于指示可填字段的可变异方向。
45、可选的,所述处理模块还用于:
46、将所述测试样本集中各测试样本的响应文本转换为向量,得到所述各测试样本的响应向量;
47、针对任意一个测试样本,计算所述测试样本的响应向量与所述各测试样本的响应向量之间的距离,按照从小到大的顺序排列,取排名前k个响应向量的距离计算平均值,作为所述测试样本的评分,所述测试样本的评分越高表示所述测试样本的特殊性越高。
48、可选的,所述处理模块具体用于:
49、针对任一测试样本,根据所述测试样本的预设格式,对比各测试样本,确定所述测试样本中的可填字段和所述可填字段的字段类型;
50、根据所述测试样本中的可填字段的字段类型和预设的字段类型与变异方向之间的对应关系,确定所述测试样本中的可填字段的变异方向,并根据所述测试样本中可填字段的变异方向,对所述测试样本中的可填字段的变异方向的发生概率随机初始化,得到所述测试样本的变异向量。
51、可选的,所述处理模块具体用于:
52、根据各测试样本的评分,基于重采样算法,从所述测试样本集中选取第一测试样本和第二测试样本,所述第一测试样本的评分大于所述第二测试样本的评分;
53、将所述第一测试样本和所述第二测试样本中属性相同的可填字段,根据所述可填字段的字段类型进行融合,得到所述子代测试样本。
54、可选的,所述处理模块具体用于:
55、将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量中相同可填字段的变异方向的发生概率进行融合,得到所述第一子代变异向量;
56、将所述第一测试样本的第一变异向量和所述第二测试样本的第二变异向量中相同可填字段的变异方向的发生概率进行融合,并添加可控扰动,得到所述第二子代变异向量。
57、可选的,所述处理模块具体用于:
58、获取所述应用程序接口对所述第一变异样本的第一变异响应和所述第二变异样本的第二变异响应;
59、将所述第一变异响应和所述第二变异响应中的响应文本转换为向量,得到第一变异响应向量和第二变异响应向量;
60、分别计算所述第一变异响应向量和所述第二变异响应向量与所述测试样本集中各测试样本的响应向量之间的距离,按照从小到大的顺序排列,取排名前k个响应向量的距离计算平均值,得到所述第一变异样本的评分和所述第二变异样本的评分。
61、可选的,所述处理模块具体用于:
62、针对任一可填字段,基于所述可填字段在测试样本中的属性查询得到所述属性的属性权重,所述属性权重指示所述属性在测试样本中的重要性;
63、将所述属性权重映射到(0,1)区间内,得到所述可填字段的变异概率。
64、可选的,所述处理模块具体用于:
65、针对所述子代测试样本中的第一可填字段,基于所述第一变异样本的评分、所述第二变异样本的评分、所述第一子代变异向量和所述第二子代变异向量中所述第一可填字段的变异方向和变异概率,确定所述第一可填字段的属性权重的变化量,并基于所述变化量更新所述第一可填字段在测试样本中所属的属性的属性权重。
66、第三方面,本发明实施例还提供一种计算机设备,包括:
67、存储器,用于存储程序指令;
68、处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行上述的模糊测试方法。
69、第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行上述的模糊测试方法。
70、第五方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括可执行程序,该可执行程序被处理器执行上述的模糊测试方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com