組合測(cè)試用例優(yōu)先級(jí)技術(shù)的實(shí)證研究
發(fā)布時(shí)間:2023-01-12 18:14
軟件測(cè)試作為軟件質(zhì)量把關(guān)的重要方式,使用軟件測(cè)試技術(shù)可有助于評(píng)估軟件的健壯性,從而盡早發(fā)現(xiàn)軟件中存在的漏洞。組合測(cè)試技術(shù)作為一種有效的軟件測(cè)試技術(shù),通常能夠檢測(cè)出由輸入?yún)?shù)之間的交互作用引發(fā)的軟件故障。組合測(cè)試用例優(yōu)先級(jí)技術(shù)通常需要按照一定標(biāo)準(zhǔn)設(shè)置測(cè)試用例優(yōu)先級(jí),然后按照測(cè)試用例優(yōu)先級(jí)降序的方式依次選擇并執(zhí)行測(cè)試用例。本文對(duì)組合測(cè)試用例優(yōu)先級(jí)技術(shù)進(jìn)行實(shí)證研究,現(xiàn)階段由于運(yùn)用到深度神經(jīng)網(wǎng)絡(luò)的一類(lèi)安全攸關(guān)領(lǐng)域軟件的健壯性引起了人們的廣泛關(guān)注,并且傳統(tǒng)軟件的測(cè)試充分性標(biāo)準(zhǔn)已經(jīng)不能直接應(yīng)用于深度神經(jīng)網(wǎng)絡(luò)中,所以選取深度神經(jīng)網(wǎng)絡(luò)作為實(shí)驗(yàn)對(duì)象。目前已有面向深度神經(jīng)網(wǎng)絡(luò)的組合密集覆蓋標(biāo)準(zhǔn),本文使用該覆蓋標(biāo)準(zhǔn)對(duì)深度神經(jīng)網(wǎng)絡(luò)中的測(cè)試用例按優(yōu)先級(jí)由高到低的順序進(jìn)行排序,并對(duì)測(cè)試用例序列的對(duì)抗樣本檢測(cè)能力進(jìn)行研究。本文主要的研究工作如下:(1)使用組合密集覆蓋標(biāo)準(zhǔn)和MNIST數(shù)據(jù)集、三種實(shí)驗(yàn)?zāi)P图八慕M實(shí)驗(yàn)樣本,統(tǒng)計(jì)三種模型下的覆蓋率峰值、達(dá)到覆蓋率峰值時(shí)的測(cè)試用例集規(guī)模,進(jìn)一步研究組合密集覆蓋與對(duì)抗樣本之間是否存在相關(guān)性。經(jīng)過(guò)大量實(shí)驗(yàn),結(jié)果表明:面向深度神經(jīng)網(wǎng)絡(luò)的組合密集覆蓋與對(duì)抗樣本之間存在相關(guān)性。(2)...
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
了解5G途徑的調(diào)查題目
簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)示意圖
激活函數(shù)圖像
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)DDPG算法在自動(dòng)駕駛中的應(yīng)用[J]. 張斌,何明,陳希亮,吳春曉,劉斌,周波. 計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[2]黑盒威脅模型下深度學(xué)習(xí)對(duì)抗樣本的生成[J]. 孟東宇. 電子設(shè)計(jì)工程. 2018(24)
[3]深度學(xué)習(xí)在聯(lián)合超聲和鉬靶檢查乳腺癌中的應(yīng)用[J]. 瞿微花,唐震. 現(xiàn)代腫瘤醫(yī)學(xué). 2019(01)
[4]深度學(xué)習(xí)中的對(duì)抗樣本問(wèn)題[J]. 張思思,左信,劉建偉. 計(jì)算機(jī)學(xué)報(bào). 2019(08)
[5]DroidGAN:基于DCGAN的Android對(duì)抗樣本生成框架[J]. 唐川,張義,楊岳湘,施江勇. 通信學(xué)報(bào). 2018(S1)
[6]分析人工智能背景下自動(dòng)駕駛汽車(chē)的挑戰(zhàn)與展望[J]. 史玉申. 通訊世界. 2018(09)
[7]人工智能在汽車(chē)自動(dòng)駕駛系統(tǒng)中的應(yīng)用分析[J]. 晏欣煒,朱政澤,周奎,彭彬. 湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào). 2018(01)
[8]一種面向人臉活體檢測(cè)的對(duì)抗樣本生成算法[J]. 馬玉琨,毋立芳,簡(jiǎn)萌,劉方昊,楊洲. 軟件學(xué)報(bào). 2019(02)
[9]組合測(cè)試研究進(jìn)展[J]. 聶長(zhǎng)海. 中國(guó)科技論文. 2017(20)
[10]基于錯(cuò)誤傳播網(wǎng)絡(luò)的回歸測(cè)試用例排序方法[J]. 潘偉豐,李兵,周曉燕,何鵬. 計(jì)算機(jī)研究與發(fā)展. 2016(03)
博士論文
[1]組合測(cè)試方法及其有效性研究[D]. 吳化堯.南京大學(xué) 2018
[2]對(duì)抗逃避攻擊的防守策略研究[D]. 張非.華南理工大學(xué) 2015
碩士論文
[1]對(duì)抗性環(huán)境下深度學(xué)習(xí)的魯棒性研究[D]. 林哲.華南理工大學(xué) 2018
[2]基于多目標(biāo)粒子群算法的測(cè)試用例優(yōu)先級(jí)排序研究[D]. 楊芳.西南大學(xué) 2017
[3]對(duì)抗環(huán)境下魯棒的Android惡意軟件檢測(cè)方法的研究[D]. 劉文.華南理工大學(xué) 2015
本文編號(hào):3730259
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
了解5G途徑的調(diào)查題目
簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)示意圖
激活函數(shù)圖像
【參考文獻(xiàn)】:
期刊論文
[1]改進(jìn)DDPG算法在自動(dòng)駕駛中的應(yīng)用[J]. 張斌,何明,陳希亮,吳春曉,劉斌,周波. 計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[2]黑盒威脅模型下深度學(xué)習(xí)對(duì)抗樣本的生成[J]. 孟東宇. 電子設(shè)計(jì)工程. 2018(24)
[3]深度學(xué)習(xí)在聯(lián)合超聲和鉬靶檢查乳腺癌中的應(yīng)用[J]. 瞿微花,唐震. 現(xiàn)代腫瘤醫(yī)學(xué). 2019(01)
[4]深度學(xué)習(xí)中的對(duì)抗樣本問(wèn)題[J]. 張思思,左信,劉建偉. 計(jì)算機(jī)學(xué)報(bào). 2019(08)
[5]DroidGAN:基于DCGAN的Android對(duì)抗樣本生成框架[J]. 唐川,張義,楊岳湘,施江勇. 通信學(xué)報(bào). 2018(S1)
[6]分析人工智能背景下自動(dòng)駕駛汽車(chē)的挑戰(zhàn)與展望[J]. 史玉申. 通訊世界. 2018(09)
[7]人工智能在汽車(chē)自動(dòng)駕駛系統(tǒng)中的應(yīng)用分析[J]. 晏欣煒,朱政澤,周奎,彭彬. 湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào). 2018(01)
[8]一種面向人臉活體檢測(cè)的對(duì)抗樣本生成算法[J]. 馬玉琨,毋立芳,簡(jiǎn)萌,劉方昊,楊洲. 軟件學(xué)報(bào). 2019(02)
[9]組合測(cè)試研究進(jìn)展[J]. 聶長(zhǎng)海. 中國(guó)科技論文. 2017(20)
[10]基于錯(cuò)誤傳播網(wǎng)絡(luò)的回歸測(cè)試用例排序方法[J]. 潘偉豐,李兵,周曉燕,何鵬. 計(jì)算機(jī)研究與發(fā)展. 2016(03)
博士論文
[1]組合測(cè)試方法及其有效性研究[D]. 吳化堯.南京大學(xué) 2018
[2]對(duì)抗逃避攻擊的防守策略研究[D]. 張非.華南理工大學(xué) 2015
碩士論文
[1]對(duì)抗性環(huán)境下深度學(xué)習(xí)的魯棒性研究[D]. 林哲.華南理工大學(xué) 2018
[2]基于多目標(biāo)粒子群算法的測(cè)試用例優(yōu)先級(jí)排序研究[D]. 楊芳.西南大學(xué) 2017
[3]對(duì)抗環(huán)境下魯棒的Android惡意軟件檢測(cè)方法的研究[D]. 劉文.華南理工大學(xué) 2015
本文編號(hào):3730259
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/3730259.html
最近更新
教材專(zhuān)著