基于冲突子句学习与预测的神经网络验证方法及系统

本发明公开一种基于冲突子句学习与预测的神经网络验证方法及系统，所述方法包括：获取神经网络、输入约束以及待验证性质；对神经网络进行输入空间的划分以及神经元节点的依赖分析，得到多个子问题和节点依赖关系；通过在输入约束的约束范围内对神经网络的输入进行均匀随机采样，并基于采样点使用神经网络攻击算法对神经网络进行攻击后，依据攻击结果得到由若干个神经元节点的状态组合构成的预测子句；将节点依赖关系和预测子句编码为约束添加到第一冲突子句池，并利用第一冲突子句池对每一子问题进行性质验证后，基于子问题的性质验证结果以及所有预测子句的性质验证结果，得到神经网络的性质验证结果。本发明可以提高神经网络的验证效率。