随着计算机行业的不断发展,软件系统规模不断增加,人类工作生活的各个方面都越来越依赖于各种软件系统。然而软件安全问题长期困扰着人们,怎样有效保障软件系统的可靠性是一个研究重点,软件系统的可靠性研究将关系着软件行业的发展。符号执行技术是一种有效的保障软件可靠性的测试与验证方法,具有原理简单、理论上可以遍历所有程序路径、能自动生成测试用例等特点,但符号执行技术仍然面临着执行效果方面的问题,其在面对复杂程序时难以达到较高的程序覆盖率。为解决该问题,本文通过实现符号执行中的编译优化自动推荐方法,来提高符号执行的程序覆盖率。本文将以极具工业价值的MC/DC覆盖作为衡量符号执行效果的标准,Coreutils程序集作为实验对象,基于大量的实验具体研究了传统编译优化选项对符号执行工具KLEE执行效果的影响,然后选取程序特征并利用机器学习软件包libSVM设计和实现符号执行中编译优化选项的推荐方法。本文将在充分了解符号执行技术研究近况的基础上,结合编译技术对符号执行影响的最新研究成果,进一步研究编译优化选项对符号执行效果的影响,并设计和实现自动推荐方法,主要工作如下:1.以MC/DC为衡量符号执行效果的标准,研究编译优化选项对符号执行效果的影响,发现了主要影响符号执行效果的单独编译优化选项,并找到了影响符号执行效果的关键性编译优化选项IC。2.设计与实现了符号执行中编译优化选项的自动推荐方法,对组合编译优化选项ALL中IC选项是否保留进行控制。实验测试得到推荐方法预测正确率能达到90.36%,并使超过60%的程序达到了其在所有编译优化选项下能达到的最大值。