一种基于反向重编码的生成式神经网络模型模糊测试方法

本发明提出了一种基于反向重编码的生成式神经网络模型模糊测试方法，该方法针对目前生成式神经网络在生成过程中可能受到输入异常的干扰，产生质量较低的图像，导致原始语义信息缺失，进而影响应用的准确性等问题，该方法通过逐步注入噪声构造扰动图像，并利用预训练编码器从中反向重编码生成导致生成器生成错误输出图像的输入用例，从而实现对生成式神经网络高效的模糊测试。