科研之友
微信
新浪微博
Facebook
分享链接
摘要
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的高效测试方法。目前针对深度学习的模糊测试研究主要基于各类覆盖率生成测试数据，重点关注测试的充分性而忽略了与模型鲁棒性的联系。兼顾测试充分性和模型鲁棒性，提出了一种模糊测试联合优化技术。首先，将神经元覆盖率和鲁棒性指标作为联合优化目标函数；然后，运用差分进化算法求解联合优化问题，指导变异数据的生成；最后，在保证数据质量这一约束条件下迭代完成测试数据的生成。
-
单位南京工业大学; 中国人民解放军陆军工程大学
