近年来,随着信息技术的飞速发展,人们对软件安全要求越来越高。混合执行是一种有效提高测试自动化程度的软件测试技术,其目标是通过自动生成测试用例来执行程序中的所有可行路径,从而发现程序缺陷,在软件安全保证上起到了积极的作用。混合执行技术在检测小型应用程序缺陷时,展现出良好的有效性。但是对于一些复杂的大型程序,混合执行技术并不能很好的扩展,因为面临严重的状态爆炸问题。特别是对大规模软件系统进行完全的混合执行时,往往无法在可接受的时间内停止,在这种情况下,可行的程序状态数量呈指数式增长。因此,对于大规模软件系统,现有的混合执行技术只会探索到很小的一部分程序状态,难以探索深层程序路径。本文创新性地提出了一种面向大规模软件系统的实用混合执行技术,用于检测大规模软件系统缺陷。为了缓解混合执行技术面临的严重的状态爆炸问题,本文区分了符号化内存并设计了不同的状态生成策略,以优先探索更有可能触发新路径的程序状态。首先,本文利用静态分析判断符号化内存与控制流的相关强度,提出了关键符号化内存与普通符号化内存的概念。然后,对于关键符号化内存以及普通符号化内存,本文采用不同的状态生成策略。与控制流强相关的关键符号化内存的每一个取值都会触发新的路径,因此对于每一个可能取值都生成一个相应的程序状态。而对于普通符号化内存,本文提出了基于贪婪算法的自适应符号变量取值算法,在路径覆盖率的引导下,得到符号变量的具体取值序列,并针对序列中的每个取值生成相应的程序状态。通过这种方式,本文提出的实用混合执行技术可以在较短的时间内达到较高的程序路径覆盖率,并且可以扩展到大规模软件系统中。本文应用上述方法,实现了缺陷检测系统Pracolic。评估结果可以表明Pracolic能够缓解状态爆炸问题,有效扩展到大规模软件系统中,并在缺陷检测方面具有实用性和有效性。