软件漏洞被非法利用将会导致个人或组织的资产损失。模糊测试由于其高准确性,高拓展性,易着手等优点,已成为一种高效的漏洞检测技术。AFL是一种基于覆盖引导的灰盒模糊测试工具,被广泛使用和研究。但是,大量随机化输入会导致AFL的无效执行,过度执行耗时边会影响AFL执行效率,无用测试用例的复用会造成AFL能量浪费等问题在现有研究中无法得到有效解决。本文对程序热点进行定义并提出一种基于程序路径特征的热点比率算法,在该算法基础上对AFL的种子选择算法和能量分配策略进行了改进,减少了程序运行过程中的无效执行,提高了AFL在一定时间内的代码覆盖率和发现漏洞的能力。本文主要工作和贡献如下:（1）提出了基于程序路径特征的热点比率模型,该模型将种子热点比率值作为种子的属性值改进优先种子集选择算法和能量调度策略,从而筛选出无效执行次数少,耗时边少的种子。实验验证,该模型能够减少随机化输入导致的无效执行和耗时边的执行,能够找到更多的唯一崩溃,改善了AFL的执行效率。（2）提出了基于程序路径特征的种子选择算法,该算法融入了新的能量分配改进策略。其中,能量分配改进策略通过减少时间和命中热点来进一步改善AFL的执行效率。基于程序路径特征的种子选择算法则在此基础上通过监控程序控制流变化的有效性以减少无用测试用例。实验验证,该算法能够减少无用测试用例的复用从而减少AFL的能量浪费。（3）本文基于AFL源码实现了四个模糊器Spot Fuzz-h、Spot Fuzz-t、Spot-Fuzz和Spot Fuzz-p,缓解了无效执行、过度执行耗时边和无用测试用例导致模糊测试工具执行效率低的问题,并在常见应用程序上测试了600个CPU执行时间,分析了模糊器触发崩溃的能力和代码覆盖率。实验结果表明,Spot Fuzz-h和Spot Fuzz-t触发的唯一崩溃平均数量分别比AFL提升了9.34%和10.51%,Spot Fuzz在GNU Binutils和tcpdump上触发的唯一崩溃平均数量比AFL提升了42.96%,探索到的边平均数量比AFL提升了14.25%,证明了减少程序的无效执行以及耗时边的执行均能提高模糊器的效率;Spot Fuzz-p发现的唯一崩溃平均数量比Spot Fuzz提升了26%,证明了减少无用测试用例能进一步提高模糊测器在24小时内触发唯一崩溃的能力,验证了本文算法的有效性。