面向神经网络的模糊测试算法优化

摘  要:为提高面向神经网络的缺陷检测效果,以Tensorfuzz框架检测流程为基础,对模糊器实现过程进行高层次抽象;然后使用自动协议生成策略优化原始模糊算法,输出可能覆盖新执行路径的测试数据集;最后通过反复测试提高测试的代码覆盖率,实现面向神经网络的模糊测试算法的优化。基于三层全连接神经网络的对比实验表...>>详细

【作  者】崔建峰[1] 张晓云[2] 陈金鑫[3]

【作者单位】[1]厦门理工学院计算机与信息工程学院,福建厦门361024 [2]厦门理工学院光电与信息技术学院,福建厦门361024 [3]南京大学软件学院,江苏南京210093 

【期  刊】《厦门理工学院学报》 2019年第5期41-46,共6页

【关 键 词】模糊测试算法 神经网络 深度学习 张量模糊 算法优化 

【基金项目】教育部科技发展中心“天诚汇智”创新促教基金项目(2018A01032)。

【分 类 号】TP311.5

【下载次数】0【在线阅读】9

分享到:

参考文献(共找到条)

相关文献:(共找到条)

作者其它文章更多

83050A
国家哲学社会科学文献中心APP
分类表关闭X
隐藏
比较
关闭《厦门理工学院学报》编辑部重要声明