买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种神经网络模糊测试种子选择与抗扰动突变方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120430349B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510935748.9，技术领域涉及：G06N3/048；该发明授权一种神经网络模糊测试种子选择与抗扰动突变方法是由徐向华;潘杰;王然设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种神经网络模糊测试种子选择与抗扰动突变方法在说明书摘要公布了：本发明涉及一种神经网络模糊测试种子选择与抗扰动突变方法，包括不确定性评估、冗余消除、混合突变和动态排序四个阶段。本发明通过覆盖‑不确定性联合优化的种子选择模型与梯度‑对抗混合突变策略，显著提升了深度神经网络模糊测试的效率与缺陷发现能力；解决了现有覆盖率引导模糊测试中种子选择缺乏方向性、冗余样本过多以及突变策略与覆盖目标脱节的问题。与现有最先进方法相比，本发明在神经元覆盖、k‑多段神经元覆盖、神经元边界覆盖、强神经元激活覆盖和顶层k神经元覆盖等五项指标上的覆盖率平均提高4.56%～18.53%，其中在LeNet1模型上SNAC提升22.95%，揭示了更多决策边界违规行为。

本发明授权一种神经网络模糊测试种子选择与抗扰动突变方法在权利要求书中公布了：1.一种神经网络模糊测试种子选择与抗扰动突变方法，其特征在于，包括下述步骤： （1）种子选择阶段：通过覆盖率与不确定性联合评估，通过评估测试输入在特征空间中与训练数据的偏离程度，并结合欧式距离和初始覆盖率评分消除冗余，筛选出初始模糊测试种子； 其中，筛选初始模糊测试种子的过程为：首先计算每个测试输入的初始神经元覆盖率，作为衡量输入能激活模型不同区域能力的指标；然后结合神经元覆盖率和不确定性评分，同时根据样本间的距离执行冗余消除，构建综合评分函数，为每个样本分配单项权重，随后得到复合权重，根据权重大小，由大到小，筛选出前N个种子作为初始模糊测试种子的候选种子集合； （2）突变阶段：基于梯度扰动与对抗攻击联合的突变策略，从已选初始模糊测试种子中生成能够增强覆盖率或暴露模型错误行为的测试输入； （3）整体流程整合阶段：通过协同的种子选择与突变构建一个闭环测试流程，持续提升深度神经网络的测试有效性与覆盖能力； 其中，突变阶段具体包括如下步骤： （2-1）从候选种子集合中选取当前用于突变的种子输入，然后，针对预设的目标神经元，计算其相对于输入的梯度信息；基于梯度方向，构造幅度受限的扰动并施加于原始输入图像，生成新的测试样本，作为本轮的突变体； （2-2）若突变体成功引发深度神经网络模型的异常行为，则其被判定为对抗样本，纳入对抗性测试集；若突变体未触发错误行为但提升了神经元的覆盖率，则该样本将被进一步选作种子，参与后续变异过程； （2-3）在每轮梯度扰动生成突变体的同时，对相同的种子输入执行一次对抗攻击，补充生成具有边界探索能力的对抗样本；其中采用快速梯度符号法作为对抗攻击手段，并通过引入粒子群算法中的随机初始化方式避免陷入局部最优。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。