黑盒模糊测试出现三十多年来在漏洞挖掘领域中作出了巨大的贡献,发掘了大量有价值的漏洞。基于覆盖率引导的模糊测试是一种灰盒化的模糊测试,因其在实际测试中展现的优良性能而被广泛使用。但是目前大部分灰盒模糊测试工具是利用编译时插桩和系统模拟来获取路径反馈信息,并且覆盖信息的记录也是在一种粗略的维度上进行的。这种粗粒度的路径记录方式一方面因为有限的记录空间无法避免路径碰撞,另一方面也无法有效地为模糊测试提供精确的引导依据。在实际测试中,当测试进行到一定深度后,就可能难以发现新的路径了,而重复的测试过程也没有意义。在目前的模糊测试改进工作中,还没有一种足够精确的能够帮助我们直接分析测试瓶颈的路径记录方式。针对上述问题,本文提出了基于程序精确路径反馈信息的模糊测试相关技术研究,包括以下三个部分。在第一个部分中,针对路径信息的获取,本文提出了一种基于动静态混合的代码覆盖记录方式,该方式将静态程序分析技术和基于硬件反馈的动态追踪结合起来,实现了无碰撞的精确程序路径信息记录方式。在第二个部分中,本文结合第一个部分的实验结果与二进制代码审计,校正了具体分支记录,然后利用基于精确完整的路径记录信息的程序控制流图,辅助人工分析查找代码中可能存在的测试瓶颈,实现了基于精确路径反馈信息的测试状态分析技术。在第三个部分中,为了增强路径信息反馈对模糊测试的启发性,自动化地利用路径反馈信息,本文将该信息中能够帮助判断种子价值的部分应用于种子权重策略和种子选择策略的制定中来引导测试方向,实现了基于精确路径反馈信息的深度路径探索技术。