期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向深度学习系统的模糊测试技术研究进展 被引量:3
1
作者 代贺鹏 孙昌爱 +1 位作者 金慧 肖明俊 《软件学报》 EI CSCD 北大核心 2023年第11期5008-5028,共21页
深度学习系统具有强大的学习与推理能力,在无人驾驶、语音识别和机器人等领域应用广泛.由于数据集的限制以及依赖人工标签数据,深度学习系统易于出现非预期的行为.近年来,深度学习系统的质量问题受到广泛的关注,特别是在安全攸关的领域... 深度学习系统具有强大的学习与推理能力,在无人驾驶、语音识别和机器人等领域应用广泛.由于数据集的限制以及依赖人工标签数据,深度学习系统易于出现非预期的行为.近年来,深度学习系统的质量问题受到广泛的关注,特别是在安全攸关的领域.由于模糊测试具有较强的故障揭示能力,运用模糊测试技术对深度学习系统进行测试成为研究热点.从测试用例生成(包括种子队列构建、种子选择和种子变异)、测试结果判定、覆盖分析3个方面对已有的深度学习系统的模糊测试技术进行总结,并介绍常用的数据集以及度量指标,最后对其发展方向进行展望. 展开更多
关键词 深度学习系统 模糊测试 研究进展
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部