针对深度神经网络的条件引导式对抗生成测试方法与系统
专利汇可以提供针对深度神经网络的条件引导式对抗生成测试方法与系统专利检索，专利查询，专利分析的服务。并且本 发明 提出了一种针对 深度神经网络 的条件引导式对抗生成测试方法与系统，通过收集需要的数据集和相应的标签，对其进行分组处理后得到需求的批处理池数据集，并采用启发式 算法 选出 种子 集进行条件引导的对抗生成训练集。测试生成过程的目标是最大化测试套件的网络 覆盖 率，得到生成的图片集后将之作为训练集输入到相应的网络中进行测试，如果生成的图片集使得原网络的覆盖率得到提高，那么将这些图片作为一个批次加入到批处理池中。本发明使用条件引导的对抗生成网络，以图片的标签作为条件生成图片，可以减少生成规模。在覆盖率指导下对抗生成测试 用例 ，可以最大化给定网络或系统的神经元覆盖率，有利于提高待测试深度神经网络的 精度 。，下面是针对深度神经网络的条件引导式对抗生成测试方法与系统专利的具体信息内容。
1.一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，包括如下步骤：
步骤1：获取待测试的深度神经网络相应的数据集和相应的标签信息；
步骤2：将数据集随机分为若干子集，将这些子集作为批次存放入批处理池中，并为每个批次设置加入时间；
步骤3：从批处理池中启发式地选择批次，选中批次后从中采样出一组种子集作为条件对抗生成网络(CAGN)的输入；
步骤4：CAGN的生成器随机生成一批新的测试样本，对这些测试样本进行相似度检查，查看是否为有效输出，将有效的输出打包为新批次；
步骤5：将有效的生成测试样本输入到待测试的深度神经网络中去，进行覆盖率分析，如果待测试的深度神经网络的神经元覆盖率提高，那么将新批次加入到批处理池，并设置其加入时间；
步骤6：重复步骤3-5至最大迭代次数或待测试的深度神经网络的神经元覆盖率不再变。
2.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述步骤1中的数据集包括待测试的深度神经网络的原始训练集和测试集，所述步骤2和3中基于原始训练集和/或测试集中的样本生成新的测试样本。
3.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述步骤2包括如下步骤：
步骤21：将深度神经网络原始训练集和/或测试集按照其标签one-hot值分为若干平等的子集；
步骤22：从分好类的子集中分出批次，随机取出10～20个测试样本作为一个批次；
步骤23：将所有的批次加入到批处理池中，并为每一个批次设置一个加入时间ti，初始化为ti＝0，其中i为0到批次数量。
4.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述步骤3包括如下步骤：
步骤31：采用启发式方法从批处理池里选取一个批次，采用的启发式算法是其中h(bi,t)是在t时刻选择批次bi的概率，ti是其加入批处理池的时间，t是时钟时间，设置的选择标准是优先选择概率大的批次；
步骤32：选中批次后，从中采样选出若干样本作为CAGN的输入；
步骤33：生成一个服从正态分布的随机噪音张量，和选中批次的标签对应的one-hot张量一起作为CAGN的生成器G的输入；
步骤34：将生成器生成的测试样本和原始真实测试样本交替作为CAGN的鉴别器D的输入，并将选中批次的标签的one-hot张量作为条件输入鉴别器D。
5.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述步骤4中将删除相似性较差的测试样本，将相似度较好的测试样本视为有效输出，具体包括：
步骤41：利用余弦夹角相似度来衡量生成的测试样本和原始测试样本之间的差异；
步骤42：当计算相似度超过设定的阈值时，认为生成的测试样本是有效的，反之，则认为是无效的测试样本，舍去；
步骤43：将有效的测试样本按照相似度从高到低进行排序；
步骤44：将符合相似度要求的前10～20个测试用例打包成一个批次。
6.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述步骤5包括如下步骤：
步骤51：将新生成的批次输入到给定的待测试深度神经网络或者相应的系统中；
步骤52：计算相应的覆盖率信息，如果待测试深度神经网络或者系统的神经元覆盖率有所提高，那么将此批次加入到批处理池中，设置其加入时间ti，否则舍弃此批次。
7.根据权利要求1所述的一种针对深度神经网络的条件引导式对抗生成测试方法，其特征在于，所述神经元覆盖率的计算公式为 其中N表示所
有的神经元的集合，T表示测试样本的集合，out(n,x)是一个函数，它返回给定测试样本x在神经元n中的输出值，t为激活函数的阈值。
8.一种针对深度神经网络的条件引导式对抗生成测试系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的针对深度神经网络的条件引导式对抗生成测试方法。
针对深度神经网络的条件引导式对抗生成测试方法与系统
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种控制胆固醇的组合物及其制备方法 | 2021-10-05 | 0 |
| 一种高产异亮氨酸的谷氨酸棒杆菌的选育方法及应用 | 2023-04-21 | 0 |
| NMA改性聚醋酸乙烯酯基反向核壳结构乳液及其制备方法 | 2020-08-11 | 0 |
| 一种用于种子的包衣装置 | 2023-07-28 | 1 |
| 一种小麦与紫云英混播共作及与水稻轮作的一年两熟的农作物有机种植方法 | 2021-05-21 | 1 |
| 一种苹果林防印度小裂绵蚜虫害的作物套种方法 | 2020-05-26 | 2 |
| 一种高寒草甸生态系统植被的修复方法 | 2023-01-25 | 0 |
| 一种播种施肥一体式小型播种机 | 2021-03-25 | 1 |
| 一种用于苦水芹菜籽的发芽装置 | 2021-06-09 | 1 |
| 一种农用种子筛选烘干装置 | 2021-01-31 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
