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！

龙图腾网获悉西安电子科技大学申请的专利基于深度学习的模糊测试用例构造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：CN116225964B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310372601.4，技术领域涉及：G06F11/3668；该发明授权基于深度学习的模糊测试用例构造方法是由李腾;莫奇豪;张嘉婧;林炜国;郑百川;卢知雨;何彦武;马卓设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于深度学习的模糊测试用例构造方法在说明书摘要公布了：本发明公开了一种基于深度学习的模糊测试用例构造方法，主要解决现有方法生成测试用例效率低、质量差导致模糊测试效果不佳的问题。实现方法包括：1从网上收集现有测试用例，构建数据集；2对数据进行预处理以满足输入要求，得到预处理后数据集；3构建基于自注意力机制的生成对抗网络SAGAN网络模型；4利用预处理后数据集对构建的SAGAN网络模型进行训练；5利用训练好的SAGAN网络模型得到生成测试用例；6计算测试用例的相似性，过滤掉重复的测试用例，得到用于进行模糊测试的最终测试用例。本发明能够快速生成大量具有多样性的高质量模糊测试用例，有效提高了模糊测试的效率。

本发明授权基于深度学习的模糊测试用例构造方法在权利要求书中公布了：1.一种基于深度学习的模糊测试用例构造方法，其特征在于，包括以下步骤： 1从网络上收集不同格式的文件作为模糊测试的输入,对应用程序进行模糊测试，得到第一测试用例，利用该测试用例构建数据集； 2对数据集进行预处理： 2.1使用二进制读取数据集中的第一测试用例，得到二进制字节流； 2.2采用二进制编码方法Base64对二进制字节流进行编码，得到由64种字符和”=”组成的编码后字符串，再将编码后字符串转换为十进制数字，得到预处理后数据集； 3构建基于自注意力机制的生成对抗网络SAGAN网络模型，包括构造生成器和判别器结构，并使用Wasserstein生成对抗网络WGAN的价值函数，得到基于自注意力机制的生成对抗网络SAGAN网络模型； 所述构造生成器，具体为：采用两个卷积层提取浅层特征，并对卷积层的参数采用谱归一化方法进行设定，采用函数Relu作为激活函数，然后再采用两个卷积层提取深层特征，并添加自注意力机制self-attention，最后添加一个卷积层，选择函数Tanh作为激活函数； 所述构造判别器，具体是：采用四个卷积层，并对卷积层参数采用谱归一化方法进行设定，选择函数LeakyRelu作为激活函数，在其后两个卷积层中添加自注意力机制self-attention，最后添加一个卷积层； 4对构建的SAGAN网络模型进行训练： 4.1从预处理后数据集中随机选取m个数据样本构成数据样本集{x1,x2,…，xi,…,xm}，i=1,2，...m； 4.2固定生成器参数维持不变，训练判别器：构造包含m个元素的第一随机样本集{z11,z12,…,z1m}，将其中第i个随机样本z1i输入到生成器中，得到第一输出结果集{y11,y12,…,y1m}；将该集合中第i个输出结果y1i与第i个数据样本xi送入到判别器中，计算得到判别器损失函数，然后反向传播判别器损失函数，并使用Adam优化算法更新判别器参数w； 4.3固定判别器参数维持不变，训练生成器：构造包含m个元素的第二随机样本集{z21,z22,…,z2m}，将其中第i个随机样本z2i输入到生成器中，得到第二输出结果集{y21,y22,…,y2m}，将该集合中第i个输出结果y2i输入到判别器中，计算生成器的损失函数，然后反向传播生成器损失函数，并使用Adam优化算法更新生成器参数θ； 4.4重复4.1和4.3，直到生成器参数θ收敛则SAGAN训练完成，得到训练好的SAGAN网络模型； 5利用训练好的SAGAN网络模型得到用于进行模糊测试的最终测试用例： 5.1利用训练好的SAGAN模型生成样本，并对其进行转换，得到第二测试用例集合； 5.2采用编辑距离计算第二测试用例集合中所有测试用例两两之间的相似性，并将计算结果与预先设定的相似性阈值进行比对，若大于阈值，判定两个测试用例相似，过滤掉二者中的一个；反之，不进行过滤操作； 所述采用编辑距离计算第二测试用例集合中所有测试用例两两之间的相似性，第个测试用例与第个测试用例间的编辑距离根据如下公式计算： 其中，表示将字符串转换成的操作数，表示字符串的长度，表示字符串的长度，表示和的最大值； 5.3得到用于进行模糊测试的最终测试用例集合。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。