7年经验之谈 —— 什么是模糊测试？

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：110685036

**03、测试工具介绍

当前已经有很多开源的模糊测试工具，其中使用较为广泛的是AFL（American Fuzzy Lop），由谷歌工程师迈克尔·扎里斯基（Michal Zalewski）开发，该项目已经由Github托管。

在执行前，需要对被测程序源码进行插桩

（instrumentation），以获知被测程序的运行信息。在执行过程中，它通过记录输入样本的代码覆盖率，从而调整输入样本以提高覆盖率，增加发现漏洞的概率。其工作流程大致如下：

1. 从源码编译程序时进行插桩，以记录代码覆盖率；

2. 选择一些输入文件，作为初始测试集加入输入队列；

3. 将队列中的文件按一定的策略进行“突变”；

4. 如果经过变异文件更新了覆盖范围，则将其保留添加到队列中;

5. 上述过程一直循环进行，期间触发crash的文件会被记录下来。

图二：AFL模糊测试的基本流程

AFL的优点是可以轻松部署，配置相对简单，测试效率相对较高。原生的AFL仅适配于C/C++程序的测试，不过目前已经衍生出很多分支，用于适配其他语言的模糊测试，如针对JAVA程序的Kelinci等。

**04、用例变异方式

AFL是采用遗传算法，基于变异生成的测试用例，变异的主要类型有下面这几种：

· Bit flip，按位翻转，1变为0，0变为1

· Arithmetic，整数加/减算术运算

· Interest，把一些特殊内容替换到原文件中

· Dictionary，把自动生成或用户提供的token替换或插入到原文件中

· Havoc，又称“大破坏”，是前面几种变异的组合

· Splice，又称“绞接”，将两个文件拼接起来得到一个新文件

AFL需要一些初始输入数据（也称种子文件）作为模糊测试的起点，这些输入可以是毫无意义的数据。AFL通过上述方式自动确定文件的格式和结构。当输入队列中的全部文件都完成变异测试，则完成了一个Cycle（周期），如果用户不停止执行，种子文件将会不断变异下去。

图三：AFL监控台，显示当前为Cycle 6, Splice 12阶段

扎里斯基曾经给出一个有趣的例子，对djpeg（一个Linux系统上的图像处理程序）进行模糊测试，在仅初始输入“hello”字符串的情况下，最后凭空生成了大量jpeg的图像。

综上所述，我们简要介绍了模糊测试的概念以及开源工具AFL的测试流程，欢迎持续关注。

最后： 可以在我的VX公众号：【自动化测试老司机】免费领取一份216页软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享！，其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

喜欢软件测试的小伙伴们，如果我的博客对你有帮助、如果你喜欢我的博客内容，请 “点赞” “评论” “收藏” 一键三连哦！

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

需要这份系统化的资料的朋友，可以戳这里获取