一种深度学习模型的变异算子约简方法及系统

本发明涉及软件测试领域，尤其涉及一种深度学习模型的变异算子约简方法及系统。本发明使用各变异算子对原始模型进行变异，获取每个测试样本在原始模型及各变异体在训练过程中的隐藏状态序列，对每个隐藏状态向量进行维度约简后，对所有约简后的隐藏状态向量进行聚类，将每个聚类簇视为一个抽象状态，得到每个测试样本在对应模型的抽象状态迹；对于原始抽象状态迹集合中每条原始抽象状态迹，计算其与各变异体的变异抽象状态迹集合中每条变异抽象状态迹之间距离的平均值，得到原始深度学习模型与每个变异体的抽象状态迹差异均值，确定待约简的变异算子。本发明减少了变异测试的执行代价，提高了评估图像或文本测试用例集质量的有效性。