苹果|自动检测软件Bug，95后创业者拿下亿元融资

文章图片

文章图片

文章图片

文章图片

记者｜周琦
编辑｜江昱玢

软件，为生活带去便利，也因自身缺陷导致了悲剧或经济损失。

1996年Ariane5火箭发射后解体，最近的新能源汽车刹车失灵，都是软件缺陷所致。

2022年国内智能汽车行业车辆召回的原因中，软件缺陷占比50%以上。
【苹果|自动检测软件Bug，95后创业者拿下亿元融资】
系统上线前，测试人员会进行全面测试，不过思维定势会忽略“不按常理出牌”的情况。譬如中行“原油宝”事件，原油价格跌到负数，几乎无法提前设想到。

安般科技提供的智能模糊测试工具，解决了此类问题。

该测试基于软件内部结构和路径，智能生成大量的非预期输入，并观察软件是否会因此出现系统崩溃、断言失败等异常。

换句话说，就是通过机器自动写各种常见或罕见的测试用例，来检测软件的缺陷和漏洞。

技术突破

模糊测试并不新兴，技术突破却是最近几年的事。

当前软件测试以人工为主，静态分析工具辅助，通过漏洞规则做模式匹配，只能查找已知漏洞，误报率高，且对复杂逻辑的代码场景及未知缺陷无能为力。

传统模糊测试则类似猴子敲键盘，随机输入用例，能找到一些未知缺陷，但对一些深层路径依旧很难实现充分测试。

随着软件规模和复杂度的快速提升，整体代码量以每年1110亿行的速度增长。以智能网联车举例，代码已达3-4亿行，未来几年很可能超过10亿行。

人工写测试用例等传统测试手段，已不能满足各行业对软件安全性、健壮性的要求。

“希望通过智能模糊测试，尽量避免因软件质量问题引起的安全性、稳定性问题，同时节约人工成本。 ”安般科技创始人汪毅告诉《21CBR》记者。

2018年，安般科技根据前期积累的程序分析技术，完成了模糊测试系统雏形，并在两年后推出易恒智能模糊测试系统。

它怎样参与软件的生命周期？

开发阶段，易恒与CI工具（执行自动化任务的工具）融合，根据软件构想和设计，通过虚拟化技术/全数字仿真，搭建与真实硬件一致的环境，解决开发过程中的代码调试问题；

测试阶段，智能模糊测试系统为单元测试、集成测试提供负面测试支撑，有效排除产品中存在的缺陷和风险；

验证阶段，结合虚拟化技术/全数字仿真，免除繁琐的硬件环境搭建、验证动作，保证硬件环境的稳定性，有效规避由于硬件环境问题造成的错误结论。

易恒还能准确定位故障位置和详细展示故障信息，故障修复时，快速复现故障现场，帮助开发人员高效、精准地修复。

一家信创企业使用了安般科技的这一系统，在单元测试和集成测试层面进行模糊测试，通过动态运行方式发现各类导致程序崩溃的问题，并将易恒集成到DevOps（过程、方法与系统的统称）平台，实现全自动化模糊测试，提升测试覆盖率。