一种基于大模型的汽车信息安全模糊测试方法及系统

本发明属于汽车信息安全模糊测试技术领域，公开了一种基于大模型的汽车信息安全模糊测试方法，本发明利用人工智能技术在数据处理、自然语言交互、泛化能力等方面的优势，开展LLMs在汽车软件模糊测试场景的优化应用研究。优化模糊测试生成测试集的隐蔽性和有效性，提高模糊测试流程效率。通过本发明的实施，相关关键技术将应用在汽车的模糊测试试验中，并通过撰写技术标准向国内其它相关产品和企业辐射，作为智能驾驶汽车模糊测试试验的应用示范和样板。根据市场分析，按本发明每年对10万辆汽车进行模糊测试计算，通过提高数据安全性和体系安全性。