面向深度学习的模糊测试研究进展

作者:王宇; 黄松*; 曲豫宾
来源:安庆师范大学学报(自然科学版), 2023, 29(03): 66-73.
DOI:10.13757/j.cnki.cn34-1328/n.2023.03.013

摘要

深度学习技术赋予软件强大的业务处理能力,但也极易因自身质量问题而引起重大损失,亟需在投入生产实践前进行充分且系统化的测试。模糊测试是一种通过自动化生成随机输入来检测软件漏洞和保证软件质量的高效测试方法,也是深度学习测试研究的热门方向之一。然而现有文献缺乏相关的集中讨论,基于此,本文在介绍深度学习基本原理及其测试要素的基础上,从测试输入生成、变异策略、重训练效果三个方面梳理了现有的模糊测试研究工作;同时从覆盖指标和测试效率两方面分析了深度学习测试评价指标的研究现状;最后提出了当前深度学习模糊测试研究面临的挑战,并对未来研究方向进行了展望。

  • 单位
    中国人民解放军陆军工程大学

全文