王 超，庞先伟

(西南财经大学，四川 成都 610074)

1 引言

目前，计算机软件在各领域得到广泛使用，已成为人们工作与生活的重要组成部分。软件的安全问题会造成一定的财产与隐私风险。因此在软件开发中安全检测是关键环节。其主要目的是通过少量测试用例实现最大的检测覆盖面，保证及时发现软件存在的安全隐患，进而改善软件可靠性。但是计算机程序日益复杂，软件漏洞查找难度逐渐增大。为解决该问题，相关专家已经得到了一些可应用的研究成果。

文献[1]提出软件安全检测方法。利用安全控制结构，建立描述软件过程的变量模型。综合分析危险发生系统上下文信息，将其作为软件安全性要求。设计控制系统软件，采用模型检验技术对软件安全性进行测试。文献[2]在区块链基础上构建软件安全检测模型。当一个区块链高于六个区块后，此区块的内容将不能被改变，认为其达到稳定状态，威胁出现的概率有效降低，根据每个区块到达稳定状态的几率来判断软件是否安全。

上述两种传统方法具有较好安全检测性能，但是实际应用中出现了漏检率偏高问题。为此本文利用改进的遗传算法测试软件单元安全性。在传统遗传算法基础上，引入种群活力思想，综合分析种群多样性与邻近种群之间相似度，利用并行机理改进变异操作过程。仿真结果表明，所提方法降低了漏检率，对软件可疑点测试更加全面，表现出了较高应用价值。……