申请/专利权人：上海交通大学宁波人工智能研究院

申请日：2024-04-28

公开（公告）日：2024-07-02

公开（公告）号：CN118277274A

主分类号：G06F11/36

分类号：G06F11/36;G06N3/0475;G06N3/045;G06N3/094;G06N3/0499;G06N3/0464

优先权：

专利状态码：在审-公开

法律状态：2024.07.02#公开

摘要：本发明公开了一种基于对抗网络的软件缺陷定位测试样例生成系统及方法，涉及软件工程领域，特别是软件缺陷检测和定位领域，所述系统包括：测试用例收集模块、对抗网络生成模型、语境增强模块和样本融合模块。测试用例收集模块收集软件项目已有的测试用例，包括每个测试用例的执行路径覆盖信息和执行结果，并将收集的测试用例的信息编码为模型域测试样本；对抗网络生成模型包括生成器和判别器两个深度神经网络，用于生成新的失败用例样本；语境增强模块利用全局语境增强和局部语境增强，提升生成器生成的新的失败用例样本的质量；样本融合模块将经过语境增强后的新的失败用例样本与模型域测试样本进行合并，输出平衡类别的测试样本集。

主权项：1.一种基于对抗网络的软件缺陷定位测试样例生成系统，其特征在于，所述系统包括：测试用例收集模块、对抗网络生成模型、语境增强模块和样本融合模块；其中，所述测试用例收集模块收集软件项目已有的测试用例，包括每个测试用例的执行路径覆盖信息和执行结果，并将收集的所述测试用例的信息编码为模型域测试样本；所述对抗网络生成模型连接所述测试用例收集模块，包括生成器和判别器两个深度神经网络，用于生成新的失败用例样本；所述语境增强模块连接所述对抗网络生成模型，利用全局语境增强和局部语境增强，提升所述生成器生成的所述新的失败用例样本的质量；所述样本融合模块连接所述语境增强模块，将经过语境增强后的所述新的失败用例样本与所述模型域测试样本进行合并，输出平衡类别的测试样本集。

全文数据：

权利要求：

百度查询： 上海交通大学宁波人工智能研究院 基于对抗网络的软件缺陷定位测试样例生成系统及方法

免责声明 1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。 2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。