Page 191 - 《软件学报》2026年第7期

2876 软件学报 2026 年第 37 卷第 7 期

保 LLM 能充分理解生成代码的语义. 代码接口部分则提供了所生成代码的外围结构信息, 包括函数名称、参数列
表以及依赖库等. 这种提示词组织方式使 LLM 能专注于生成核心逻辑代码, 保证所生成的代码能够被直接编译.
生成的程序代码将在后续检测流程中作为待测对象, 进入 EvalPlus 测试输入生成、符号执行与缺陷检测等阶段,
以系统评估其正确性与可靠性.
2.2 阶段 2: EvalPlus 测试输入生成
在完成了 LLM 代码生成后, 框架进入阶段 2, 该阶段集成了 EvalPlus 中的基于 LLM 以及基于变异的测试输
入生成技术, 旨在生成大规模且随机性较高的测试输入, 以保证测试的广度和多样性. 首先, EvalPlus 会利用
ChatGPT 根据用户提示词生成种子输入 I seed , 然后使用模糊测试中的变异方法生成大量额外测试输入 I fuzz , 最终产
生该阶段的测试输入集, 如公式 (1) 所示:

(1)
I EvalPlus = I seed ∪ I fuzz
2.3 阶段 3: 基于符号执行的过程

● 为 LLM 生成的程序挂载符号. 阶段 3 与阶段 2 并行运行, 重点通过基于符号执行的技术对关键测试路径进
行分析, 并利用约束求解生成高效的边界测试用例, 从而捕获在随机输入下难以触发的深层逻辑性程序缺陷. 与阶
段 2 中 EvalPlus 生成的随机性较高、数量庞大的测试输入不同, 阶段 3 生成的测试输入具有更强的针对性与精确
性, 能够有效发现仅在特定条件下触发的深层逻辑缺陷. 在阶段 3, 我们首先为每个 LLM 生成的程序挂载符号, 使
程序满足符号执行的要求, 从而可以制导符号执行引擎对程序的关键路径进行精确的约束分析. 符号执行挂载过
程主要用于验证并调整由 LLM 生成的程序, 确保其格式符合后续符号执行的要求. 算法 1 展示了该过程的具体步
骤. 首先, 系统会判断 LLM 生成的程序 P 是否可编译 (第 2 行). 对于不可编译的程序 (如不完整的函数或无意义
的字符串), 将直接忽略 (第 3 行), 不再进行后续处理. 对于可编译的程序, 本文方法会识别其输入参数的数量、类
型及名称 (第 7 行). 随后, 根据这些参数, 应用符号挂载模板 (图 4) 对程序 P 进行适配并挂载符号, 从而生成一个
新版本程序 P′ (第 9 行), 该程序可被符号执行引擎成功编译与执行 (第 11、12 行).

算法 1. 符号执行挂载.
输入: LLM 生成的程序 P;
输出: 可供符号执行的程序 P′.
1. //步骤 1: 验证程序是否可编译
2. if Compilable(P) = False then
3. Discard(P)
4. return nil
5. end if
6. //步骤 2: 识别输入参数
7. {(p i , t i ) | i ∈ 1,...,n } ← ExtractParameters(P)
8. //步骤 3: 挂载符号执行
9. P′ ← Harness(P, {(p i , t i )})
10. //步骤 4: 验证程序 P′
11. if Compilable(P′) and Executable(P′, KLEE) then
12. return P′
13. else
14. return nil
15. end if