[发明专利]基于可变强度组合测试的深度神经网络测试充分性方法

权利要求书

1.一种基于可变强度组合测试的深度神经网络测试充分性方法，其特征在于，包括以下步骤：

步骤1)、提取深度神经网络模型权重：在深度神经网络中，输入测试用例后，神经元将会以实数值的形式向后传播，提取前层神经元与后层神经元两两之间的模型权重；

步骤2)、根据步骤1)得到的模型权重对神经元进行关系抽取，提取不同强度的神经元组合，其方法如下：

步骤2.1)、最大单一神经元影响组合关系抽取方法：在深度神经网络中，根据每一个神经元选取与其相连并且权重大于阈值a的其前层神经元组合；

步骤2.2)、二维加强组合关系抽取方法：在深度神经网络中，先抽取所有的二元神经元组合，并对特定神经元，即与后层所有相连神经元权重之和大于阈值b的神经元施加更高强度的组合；

步骤2.3)、最大总量影响组合关系抽取方法：在深度神经网络中，抽取所有的二元、三元和四元的神经元组合，并根据对所有组合进行打分后选取分数大于阈值c的组合；

步骤3)、提取测试用例的神经元状态，在深度神经网络中，输入测试用例后，神经元将会以实数值的形式将测试用例向后传播，每个神经元都对应一个实数值；设置激活函数的阈值，将实数值转化为判断是否激活的布尔值；获取每个神经元的输出布尔值作为神经元输出；

步骤4)、计算可变强度组合的覆盖率，根据步骤2)中提取的神经元组合与步骤3)中获取的神经元输出计算可变强度组合的覆盖率；根据计算出的覆盖率来评估模型测试充分性；

步骤4)中计算可变强度组合的覆盖率的方法：

步骤4.1)、根据步骤2)中抽取的神经元组合，统计神经元组合状态总数；

步骤4.2)、根据步骤3)中提取的神经元状态，统计被覆盖的神经元组合状态；

步骤4.3)、计算可变强度组合覆盖率：

其中，COV表示可变强度组合覆盖率，N表示神经元组合状态总数，N_cov表示被覆盖的神经元组合状态数目。

2.根据权利要求1所述基于可变强度组合测试的深度神经网络测试充分性方法，其特征在于：步骤2.3)中的打分公式如下：

分数＝组合中所有神经元与其相连的后层神经元权重之和/组合强度。