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！

龙图腾网恭喜中国科学技术大学申请的专利智能算法测试方法、系统、设备及存储介质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：CN119847943B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510332500.3，技术领域涉及：G06F11/3668；该发明授权智能算法测试方法、系统、设备及存储介质是由任潇宁;刘重阳;赵鹏;程知敬;薛吟兴;吕永乐设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本智能算法测试方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种智能算法测试方法、系统、设备及存储介质，它们是一一对应的方案，方案中：通过整合多粒度覆盖指标，不仅提升了智能算法测试的效率，还从多个维度显著扩展了测试的深度和广度，测试深度方面，通过引入多层次的覆盖指标体系，能够深入探究模型的内部行为机制和复杂决策逻辑，揭示传统方法难以捕捉的细微问题和隐性缺陷；测试广度方面，涵盖了多种类型的网络行为和场景，显著增强了测试的全面性。此外，基于多粒度覆盖指标，还可以充分利用各覆盖指标的互补性，生成多样性和覆盖率兼备的测试样本，通过这些测试样本，帮助智能算法发现更多潜在的错误行为或异常决策，进而优化模型的安全性和可靠性，为实际应用提供更强的保障。

本发明授权智能算法测试方法、系统、设备及存储介质在权利要求书中公布了：1.一种智能算法测试方法，其特征在于，包括：步骤1、选择符合实际应用场景的目标智能模型作为待测试智能算法，并收集相应的测试数据集，从测试数据集中筛选出测试样本作为种子，组成种子库，以及定义测试时的多粒度神经元覆盖指标；步骤2、基于种子在多粒度神经元覆盖指标上的综合距离及基于多样性和邻近性的调度影响因子计算种子的综合评分，基于种子的综合评分从种子库中选择种子，并通过蜕变策略生成新的测试样本，再输入至待测试智能算法进行测试，计算出多粒度神经元覆盖指标；步骤3、结合计算的多粒度神经元覆盖指标，筛选出一部分新的测试样本；步骤4、将筛选出的新的测试样本添加至种子库中，并转入步骤2；不断迭代，直至满足设定的测试终止条件；所述基于种子在多粒度神经元覆盖指标上的综合距离及基于多样性和邻近性的调度影响因子计算种子的综合评分，基于种子的综合评分从种子库中选择种子包括：给定种子库，其中单个种子记为s，其对应于一个测试样本，给定测试过程中的目标覆盖区域Z；令表示种子s覆盖的语义路径集合，其中的任一条路径记为；令表示目标覆盖区域Z的抽象语义路径集合，其中的任一条路径记为；根据路径与路径的相似性，计算出种子s基于路径相似性的调度影响因子，再结合种子s在各多粒度神经元覆盖指标上的覆盖率，计算种子s在多粒度神经元覆盖指标上的综合距离；结合预分配的种子s的最小调度概率，以及种子s的调度次数，计算种子s基于多样性和邻近性的调度影响因子；通过计算，获得种子s的综合评分；其余种子采用相同的方式计算出综合评分；基于种子的综合评分从种子库中选择出一部分种子；其中，所述计算种子s在多粒度神经元覆盖指标上的综合距离包括：计算路径与路径的相似性，表示为： ；其中，和是常数且；对于任意和，能够产生三个集合、与，表示为：、和；则每个种子s基于路径相似性的调度影响因子定义为： ；其中，表示对应集合中的元素数目；定义多粒度神经元覆盖指标包括：单神经元覆盖指标、横向神经元组合覆盖指标与纵向神经元组合覆盖指标；对于横向神经元组合覆盖指标，将目标覆盖区域中历史覆盖率的最大值和最小值分别记为和，种子s在目标覆盖区域的当前覆盖率记为，则种子文件s到目标覆盖区域Z的距离为： ；在纵向神经元组合覆盖指标与单神经元覆盖指标上，计算得到种子s到目标覆盖区域Z的距离对应为和，通过下式计算种子s在多粒度神经元覆盖指标上的综合距离： ；其中，、、为三个系数。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。