基于DTC-GAN的高质量可靠用例生成系统研究
Journal: Engineering and Management Science DOI: 10.12238/ems.v7i7.14264
Abstract
深度学习在图像识别等领域成果显著，但测试技术尚不成熟。本文聚焦深度学习图像分类器测试用例生成问题，鉴于传统软件测试方法在面对深度神经网络时的诸多不足，提出基于生成对抗网络（GAN）的测试用例生成框架。通过实验验证该框架能有效生成高质量测试用例--Directional test cases（定向测试用例）提升模型测试效率与可靠性，为深度学习应用提供有力保障，对推动人工智能测试领域发展具有重要意义。
Keywords
生成对抗网络（GAN）；测试用例生成；图像分类器
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 杨夏青.基于深度学习的雷达图像目标识别与跟踪方法研究[D].电子科技大学，2022吕锦涛.深度学习在岩石图像组分识别中的应用研究[D].西安石油大学，2023
[2] 李子晨.基于深度神经网络图像分类器的对抗攻击研究[D].郑州大学，2021
[3] 黄洛森.基于生成对抗模仿学习的持续集成测试用例排序方法研究[D].北京化工大学，2024
[4] 杜潇然.基于活动图的测试用例生成方法研究及自动化测试框架构建[D].北京交通大学，2024
[5] 刘家豪，江贺.DeepGenFuzz：基于深度学习的高效PDF应用程序模糊测试用例生成框架[J].计算机科学，2024，第51卷（12）：53-62
[6] 丁晓波，杨志，刘晓峻，赵凌楚.一种基于生成对抗网络的Modbus TCP协议测试用例生成方法[P].中国专利：CN119363636A，2025.01.24
[7] 李雅，张卓.基于对抗网络的软件缺陷定位测试样例生成系统及方法[P].中国专利：CN118277274A，2024.07.02
[8] 蒋志斌.基于深度学习的应用识别与策略控制方法研究[D].北方工业大学，2023
[2] 李子晨.基于深度神经网络图像分类器的对抗攻击研究[D].郑州大学，2021
[3] 黄洛森.基于生成对抗模仿学习的持续集成测试用例排序方法研究[D].北京化工大学，2024
[4] 杜潇然.基于活动图的测试用例生成方法研究及自动化测试框架构建[D].北京交通大学，2024
[5] 刘家豪，江贺.DeepGenFuzz：基于深度学习的高效PDF应用程序模糊测试用例生成框架[J].计算机科学，2024，第51卷（12）：53-62
[6] 丁晓波，杨志，刘晓峻，赵凌楚.一种基于生成对抗网络的Modbus TCP协议测试用例生成方法[P].中国专利：CN119363636A，2025.01.24
[7] 李雅，张卓.基于对抗网络的软件缺陷定位测试样例生成系统及方法[P].中国专利：CN118277274A，2024.07.02
[8] 蒋志斌.基于深度学习的应用识别与策略控制方法研究[D].北方工业大学，2023
Copyright © 2025 田薇, 劳传兴, 阮小玲, 宋雨珊
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License