一种基于测试充分性的测试数据生成与优化方法

本发明公开一种基于测试充分性的测试数据生成与优化方法，测试数据生成方法，通过将种子输入随机或者按照某种规则进行变换作为新的输入，差异模糊测试框架用于指导神经网络系统暴露异常行为，目的是最大化神经元级覆盖率，并为给定的深度网络模型生成更多的对抗性输入，无需参照其他深度网络模型或手动标记；测试数据优化方法，测试数据优先排序方法以特定条件对测试数据集中的每一个测试数据评估重要程度，然后按照重要程度由高到低的顺序依次选择并执行测试数据，使得重要程度高的测试数据被尽早执行，从而在测试资源受限的情况下提高测试效率；本发明能够根据测试充分性指标指导测试数据生成与优化，提高测试效率和测试可靠性。