发明授权
- 专利标题: 一种基于模糊测试的深度学习算子测试方法
-
申请号: CN202010487165.1申请日: 2020-05-27
-
公开(公告)号: CN113742204B公开(公告)日: 2023-12-12
- 发明人: 房春荣 , 曹可凡 , 顾逸飞 , 章许帆 , 沪胜浩 , 吕军
- 申请人: 南京大学
- 申请人地址: 江苏省南京市鼓楼区汉口路22号南京大学软件学院925
- 专利权人: 南京大学
- 当前专利权人: 南京大学
- 当前专利权人地址: 江苏省南京市鼓楼区汉口路22号南京大学软件学院925
- 主分类号: G06F11/36
- IPC分类号: G06F11/36 ; G06F18/214 ; G06N3/08 ; G06N3/0464
摘要:
一种基于模糊测试的深度学习算子测试工具,通过训练集分析、随机数据补充、中间数据获取等多种方式得到一批测试数据作为种子,转化为可用测试用例并初始化模糊测试的语料集。然后根据具体的待测算子获取可用的变异方法并制定用例扩增策略。接着按照扩增策略,抽取语料集中的元素,生成大批新测试用例,并作为待测算子接口的输入。最后采用差分测试的方法评(56)对比文件陈锦富 等.基于变异技术的第三方构件安全性测试系统.江苏大学学报(自然科学版).2017,第39卷(第01期),第71-77页.
公开/授权文献
- CN113742204A 一种基于模糊测试的深度学习算子测试工具 公开/授权日:2021-12-03