《表3 类型变异选择优先级表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遗传算法的Android系统服务漏洞挖掘》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实际测试中，单个参数的测试用例较少，多为2个及以上参数。用例Group（U1，U2，U3，…，UN）初始群体经过首轮测试，代入适应度函数得出每个个体Ui的适应度值均为1/n。在个体适应度相等的情况下，如何选择优异个体对于后续用例的遗传尤为重要。为了减小多维参数同时变异对遗传选择过程的干扰，在结合类型概率排序的前提下，提出一种基于组合的遗传算子挑选模型。该模型首先对测试用例中的参数类型进行一个变异优先级排序，再根据组合公式挑选每次测试需要变异的个体。参数类型排序是根据其在服务接口中出现频数及参数个体的可变异空间分配优先级。参数个体有所属的数据类型，每种参数类型有其特定的数据范围。如布尔型只有false和true，字节型取值范围为（-128，127），而整型、浮点型等类型的取值范围就很大。为更快收敛到最优解，挖掘到漏洞，将出现频数高且变异空间取值范围小的数据类型分配高优先级，而将需要构造的参数类型的默认为低优先级。因此定义了类型变异选择优先级如表3所示，其中数值越小代表其被优先挑选的概率越大。