影响模糊测试效果的一些关键因素有：

测试点：由于模糊测试是通过数据通道的，所以测试点一般会选择数据通道的入口点或者可信边界点，如网络端口和协议，外部传人文件和文件类型，RPC请求端口。

样本选择：模糊测试的效果与覆盖能力，与样本选择的好坏极其相关，实施模糊测试必须依据上面的测试流程，分析和选择覆盖面广，便于测试的多个样本来保证测试的效果。

数据关联性：由于模糊测试对数据的变异依赖于安全经验，对数据含义并不了解，所以如果一个样本是数据关联的，模糊测试由于无法同步这种关联，导致生成的样本都成为无效样本，在程序预处理之前就判断为不合格不再继续，这样就达不到测试的效果。数据存在关联性的软件和程序并不适合采用模糊测试，现在有一些替代的技术，如智禽%模糊测试，允许用户描述数据结构的关联性，以辅助生成符合关联规则的测试样本。

自动化框架：实现无人值守自动化测试和记录，是提高黑盒安全测试禽邑力的关键。黑盒安全测试依靠大量的异常样本来进行测试，靠机器替代部分人力来发现安全问题，实现无人值守自动化测试和记录就是必须的组件。几乎所有的黑盒安全测试都支持自动化框架，以及行为录入回放的功能，以便更好的实施自动化测试。

异常监控与异常恢复：发现异常的能力是发现漏洞的前提。目前大多数黑盒安全测试工具只支持对程序崩溃异常的发现，其实这是远远不够的，很多异常并不直接表现为程序的崩溃，如VISTA/WIN7下的堆溢出，受GS保护的堆栈溢出，资源消耗型拒绝服务等。好的黑盒模糊测试工具需要对更多地异常进行监控。此外，为保障安全测试的效果和自动化过程，除了对于发现的异常进行现场保护记录外， 还需要恢复异常状态以进行后续的测试，并保证准人工分析异常原因，判断是否为潜在的安全漏洞，如果是安全漏洞，就需要进一步分析其危害性、影响范围、修复建议，以及临时防范措施。 由于可能产生大量的异常报告，通过一些辅助分析工具，如同源异常归并等，可以有效的节省人工分析的成本。