基于可解释性框架的脆弱性感知深度神经网络测试方法和系统

本发明提供了一种基于可解释性框架的脆弱性感知深度神经网络测试方法和系统，通过多种对抗攻击方法生成对抗样本数据集，利用DeepLIFT框架解析对抗样本，计算像素对模型决策的贡献分数，并通过形态学操作精确定位脆弱区域。随后，采用遗传算法在确定的脆弱性区域内进行变异，以获得测试用例。最后，将测试用例输入目标网络，评估错误触发数量和测试覆盖率，不断迭代优化。此方法提高测试用例的覆盖率和错误触发率，增强模型的鲁棒性。