-
题名干扰惰性序列的连续决策模型模糊测试
- 1
-
-
作者
吴泊逾
王凯锐
王亚文
王俊杰
-
机构
中国科学院大学
智能博弈重点实验室(中国科学院软件研究所)
中国科学院软件研究所
-
出处
《软件学报》
北大核心
2025年第10期4645-4659,共15页
-
基金
国家自然科学基金(62232016,62072442)
中国科学院青年创新促进会
+2 种基金
中国科学院软件研究所基础研究项目(ISCAS-JCZD-202304)
中国科学院软件研究所创新基金重大重点项目(ISCAS-ZD-202302)
中国科学院软件研究所2024年度“创新团队”(2024-66)。
-
文摘
人工智能技术的应用已经从分类、翻译、问答等相对静态的任务延伸到自动驾驶、机器人控制、博弈等需要和环境进行一系列“交互-行动”才能完成的相对动态的任务.执行这类任务的模型核心是连续决策算法,由于面临更高的环境和交互的不确定性,而且这些任务往往是安全攸关的系统,其测试技术面临极大的挑战.现有的智能算法模型测试技术主要集中在单一模型的可靠性、复杂任务多样性测试场景生成、仿真测试等方向,对连续决策模型的“交互-行动”决策序列没有关注,导致无法适应,或者成本效益低下.提出一个干预惰性“交互-行动”决策序列执行的模糊测试方法IIFuzzing,在模糊测试框架中,通过学习“交互-行动”决策序列模式,预测不会触发失效事故的惰性“交互-行动”决策序列,并中止这类序列的测试执行,以提高测试效能.在4种常见的测试配置中进行实验评估,结果表明,与最新的针对连续决策模型的模糊测试相比,IIFuzzing可以在相同时间内多探测16.7%–54.5%的失效事故,并且事故的多样性也优于基线方法.
-
关键词
连续决策模型
马尔可夫决策过程
模糊测试
-
Keywords
sequential decision-making(SDM)model
Markov decision process(MDP)
fuzz testing
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
