基于对抗敏感神经元的覆盖率分析的CGF初始种子选择方法

本发明公开了一种基于对抗敏感神经元的覆盖率分析的CGF初始测试数据选择方法。通过基于训练数据生成对抗样本，并利用原始样本与对抗样本在神经网络内部激活状态的绝对差值识别对抗敏感神经元，进而以测试数据集激活对抗敏感神经元的比例作为覆盖率。通过这种方法，可以有效地评估智能软件测试套件验证模型鲁棒性的能力。基于对抗神经元覆盖率的CGF初始种子选择方法，可在保证对抗神经元覆盖率基本不变的情况下，大幅度降低初始种子规模，有效提升CGF效率。