面向深度神经网络的贡献覆盖测试.PDFVIP

学术论文

面向深度神经网络的贡献覆盖测试

（DeepCon:ContributionCoverageTestingforDeepLearningSystems,SANER2021）

周志阳，窦文生，刘杰，张晨昕，魏峻，叶丹

{zhouzhiyang18,wsdou,ljie}@otcaix.iscas.ac.cn

p深度神经网络（DNN）广泛应用于安,,

全敏感的领域，需被充分地测试0.4,0.4,

0.50.5

pDNN的内部数据逻辑存于模型的神经元…

0.760.76

、权重、层中，而非代码片段中，需要,1.3…,1.3

制定新的覆盖度量标准来反映测试的充0.20.2

分性

10.2410.24

p基于神经元输出的覆盖度量标准[1-3]的仅

考虑到神经元而忽略了其射出的连接权0.30.3

重，对重要“逻辑”的提取存基于神经元输出的覆盖度量由于0.4*0.50.2*1.3，则

“misfitting”标准所提取的激活神经元（对预测结果的做出的贡

,

灰色节点）献比更大

,

一、贡献覆盖率度量标准（DeepCon）,

,

n“贡献”的定义：从到的贡献=∙

，即

,,

n“贡献”激活：给定输入激活阈值如果：