随着计算机技术的不断发展,软件在各个领域得到广泛应用,软件的安全性成为衡量软件质量的一个重要方面,软件安全性测试也逐渐受到广泛重视。目前虽然有一些安全性测试方法被提出和应用,但由于其方法的局限性,在实际应用中还没有完善的自动化解决方法,只能凭借工程人员的经验判断。软件安全测试的自动化对软件测试技术发展有重大的意义,如何进一步提高安全测试的效率提高软件安全性还需要进一步研究。论文主要对基于错误注入的模糊测试数据生成问题进行研究,提出基于遗传算法的模糊测试数据优化方法。对遗传算法优化过程进行了设计和实现。为提高模糊测试效率进行有益的探索。首先,介绍了软件安全性测试的基本知识,包括国内外研究现状,主要安全性测试技术、分类以及错误注入在安全性测试中的应用,并分析了模糊测试数据生成的方法。其次,提出了基于错误注入的模糊测试方法对软件进行安全性测试,利用模糊方法生成错误注入测试数据对软件进行安全性测试,以发现软件的安全性漏洞,提高软件的安全性。设计了基于完全相关覆盖策略的模糊测试用例生成算法,并对算法进行了详细的分析。针对模糊测试的“数据爆炸”问题,提出利用遗传算法对模糊测试生成的测试数据进行优化的方法。并分析了该方法对测试用例优化的可行性和需要考虑的若干问题。针对遗传算法的染色体编码、遗传基因设置、适应度函数设计等方面提出了相应的改进,采用控制变异位置来降低从逼近目标到目标的转换时间,并用改进的自适应遗传算法提高用例的搜索效率。最后,创建了一个测试原型,使其根据安全规则需要自动对测试数据进行优化,案例研究验证了改进方法的有效性。