1.一种基于策略自优化的小程序漏洞大规模动态检测方法，其特征在于，所述方法包括：步骤S1、通过关键词检索来收集若干小程序，将收集到的小程序关联信息存储至待测小程序数据库，并动态更新关键词集合；其中，在步骤S1中：构建关键词集合，遍历关键词集合中尚未被检索的各个关键词，通过检索收集若干小程序；提取收集到的小程序的关联信息，并将关联信息存储至待测小程序数据库，所述关联信息包括小程序的名称、ID、描述信息；从小程序的名称和描述信息中筛选出新关键词，将筛选出的新关键词补入关键词集合，以动态更新关键词集合；步骤S2、将存在通用漏洞的特定场景测试任务划分为若干子任务，调用小程序动态测试工具，基于若干子任务对待测小程序数据库中关联信息对应的小程序进行漏洞检测；其中，在步骤S2中：获取存在通用漏洞的特定场景测试任务，并将所述特定场景测试任务划分为若干子任务；调用小程序动态测试工具，以执行：将待测小程序数据库中关联信息对应的小程序作为被测小程序，依次对每一个被测小程序进行漏洞检测；具体包括：基于自动化工具pywinauto根据预先构建的测试策略集合中的测试策略依次模拟运行各个子任务，以执行小程序特定业务场景的动态测试，同时利用HTTPS拦截工具对报文进行拦截；步骤S3、根据漏洞检测结果，生成漏洞检测报告，动态优化小程序动态测试工具的测试策略。
2.根据权利要求1所述的一种基于策略自优化的小程序漏洞大规模动态检测方法，其特征在于，在步骤S3中：获取HTTPS拦截工具拦截到的报文，在所述报文中匹配所述通用漏洞的特征；其中：若匹配成功，则测试成功；进一步生成漏洞检测报告；若匹配不成功，则测试失败；获取当前测试的子任务页面的控件信息，将所述控件信息发送至大语言模型LLM，由大语言模型LLM基于所述控件信息生成新的测试策略，并将新的测试策略添加至测试策略集合，以动态优化小程序动态测试工具的测试策略。
3.一种基于策略自优化的小程序漏洞大规模动态检测系统，其特征在于，所述系统包括：第一处理单元，被配置为：通过关键词检索来收集若干小程序，将收集到的小程序关联信息存储至待测小程序数据库，并动态更新关键词集合；其中，所述第一处理单元具体被配置为：构建关键词集合，遍历关键词集合中尚未被检索的各个关键词，通过检索收集若干小程序；提取收集到的小程序的关联信息，并将关联信息存储至待测小程序数据库，所述关联信息包括小程序的名称、ID、描述信息；从小程序的名称和描述信息中筛选出新关键词，将筛选出的新关键词补入关键词集合，以动态更新关键词集合；第二处理单元，被配置为：将存在通用漏洞的特定场景测试任务划分为若干子任务，调用小程序动态测试工具，基于若干子任务对待测小程序数据库中关联信息对应的小程序进行漏洞检测；其中，所述第二处理单元具体被配置为：获取存在通用漏洞的特定场景测试任务，并将所述特定场景测试任务划分为若干子任务；调用小程序动态测试工具，以执行：将待测小程序数据库中关联信息对应的小程序作为被测小程序，依次对每一个被测小程序进行漏洞检测；具体包括：基于自动化工具pywinauto根据预先构建的测试策略集合中的测试策略依次模拟运行各个子任务，以执行小程序特定业务场景的动态测试，同时利用HTTPS拦截工具对报文进行拦截；第三处理单元，被配置为：根据漏洞检测结果，生成漏洞检测报告，动态优化小程序动态测试工具的测试策略。
4.根据权利要求3所述的一种基于策略自优化的小程序漏洞大规模动态检测系统，其特征在于，所述第三处理单元具体被配置为：获取HTTPS拦截工具拦截到的报文，在所述报文中匹配所述通用漏洞的特征；其中：若匹配成功，则测试成功；进一步生成漏洞检测报告；若匹配不成功，则测试失败；获取当前测试的子任务页面的控件信息，将所述控件信息发送至大语言模型LLM，由大语言模型LLM基于所述控件信息生成新的测试策略，并将新的测试策略添加至测试策略集合，以动态优化小程序动态测试工具的测试策略。
5.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1-2任一项所述的一种基于策略自优化的小程序漏洞大规模动态检测方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1-2任一项所述的一种基于策略自优化的小程序漏洞大规模动态检测方法。
