Inferring Equivalence Classes from Legacy Undocumented Embedded Binaries for ISO 26262-Compliant Testing
本文提出了一种针对缺乏文档的遗留嵌入式二进制固件，通过结合控制流重构与引导式符号执行，直接从二进制层面推断输出导向等价类的方法，旨在为符合 ISO 26262 标准的系统化测试提供支持。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这是一篇关于如何为“老旧且没有说明书”的汽车软件进行安全测试的研究论文。为了让你轻松理解，我们可以把这个复杂的工程问题想象成一个**“破解古董自动售货机密码”**的故事。
1. 背景：遇到了“没有说明书的古董机”
想象一下，你是一家大型主题公园的维修工程师。公园里有一台非常关键的自动售货机（这就是“遗留的嵌入式二进制程序”），它负责控制公园的紧急喷淋系统。
问题来了：这台机器是20年前生产的，当年的设计图纸丢了，说明书也烂掉了（这就是“缺乏文档的遗留软件”）。现在，为了符合最新的安全标准（ISO 26262，相当于“国家安全检查标准”），你必须证明这台机器在任何情况下都不会乱喷水。
按照标准，你需要做**“等价类划分”**测试。简单来说，就是你不需要测试每一个数字（比如输入1, 2, 3...到10000），你只需要找出几类代表性的输入（比如：输入1-100是正常，101-200是故障，201以上是紧急状态）即可。
但问题是：你根本不知道这台机器内部的逻辑！你不知道输入什么数字会触发什么结果。
2. 核心挑战：看不见的“黑盒子”
通常情况下，程序员可以通过看“源代码”（就像看机器的设计图纸）来写测试计划。但现在你手里只有一台实实在在的、焊死的机器（“二进制文件”）。你看不见里面的电路，只能看到外面的按键和出货口。
3. 论文的妙招：给机器做“数字CT扫描”
这篇论文提出了一套自动化方法，就像是给这台古董机做了一套**“智能CT扫描+逻辑推理”**：
- 第一步：拆解结构（结构分析）
研究人员先用工具把机器的内部线路图（控制流图）给“画”出来。虽然看不见零件，但能通过电流的走向猜出这台机器大概由几个模块组成，哪些模块是连在一起的。 - 第二步：模拟演练（符号执行）
这是最聪明的地方。他们不真的去按按键，而是用一种“虚拟大脑”去模拟按键。这个大脑会想：“如果我按下一个‘未知数字’，电流会怎么走？最后出来的水流大小会是多少？”
他们会把所有的可能性都跑一遍，然后发现：“咦，发现规律了！只要输入在0到100之间，出来的水流都是一样的；只要输入大于100，出来的水流就变大了。” - 第三步：翻译成“人话”（LLM 后处理）
机器生成的逻辑通常是极其枯燥、难懂的数学公式（就像一堆乱码）。论文引入了类似 ChatGPT 的技术（LLM），把这些枯燥的公式翻译成工程师能看懂的说明书：“输入0-100时，机器正常工作；输入101时，机器报错。”
4. 总结：这套方法厉害在哪里？
如果用一句话总结，这篇论文发明了一种**“不需要说明书，就能自动总结出机器使用规则”**的技术。
- 以前： 工程师得对着一堆乱码死磕，或者凭经验瞎猜，既慢又容易出错。
- 现在： 电脑自动扫描二进制程序 模拟所有可能的输入 自动归纳出“输入范围”与“输出结果”的对应关系 翻译成人类语言。
最终效果： 即使是那些没人管、没文档的老旧汽车软件，也能通过这套方法快速找到测试点，确保它们在关键时刻不会掉链子，从而保障行车安全。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。