基于深度学习的黑盒测试方法、装置、电子设备及介质

本发明涉及一种基于深度学习的黑盒测试方法、装置、电子设备及介质，属于软件测试技术领域，其中，该方法包括：获取对目标软件操作的样本和干扰样本；基于样本得到训练完备的防御模型，基于干扰样本得到训练完备的攻击模型；将干扰样本中的每个样本分别输入到训练完备的攻击模型和训练完备的防御模型中分别得到第一向量和第二向量；基于第一向量和第二向量确定目标软件的安全检测结果；将安全检测结果对应的样本作为初始种群，基于遗传算法得到测试用例数据集。本发明通过构建防御模型和攻击模型初步判断目标软件的安全性，进一步基于遗传算法得到更多的测试用例，从而更进一步检测目标软件的安全性，从而提高软件黑盒测试的效率。