×

DeepXlore公司

swMATH ID: 41847
软件作者: 裴可欣、曹银芝、杨俊峰、苏曼·贾纳
描述: DeepXlore:深度学习系统的自动白盒测试。深度学习(DL)系统越来越多地部署在安全和安全关键领域,包括自动驾驶汽车和恶意软件检测,在这些领域,系统行为的正确性和可预测性对于角落案例输入至关重要。现有的DL测试在很大程度上依赖于手动标记的数据,因此通常无法暴露罕见输入的错误行为。我们设计、实现和评估了DeepXplore,这是第一个用于系统测试真实DL系统的白盒框架。首先,我们引入了神经元覆盖,用于系统地测量由测试输入执行的DL系统的各个部分。接下来,我们利用多个DL系统,这些系统具有与交叉引用预言相似的功能,以避免手动检查。最后,我们演示了如何将寻找既能触发许多差异行为又能实现高神经元覆盖率的DL系统的输入表示为联合优化问题,并使用基于梯度的搜索技术有效地解决。DeepXplore在最先进的DL模型中有效地发现了数千种错误的拐角案例行为(例如,自动驾驶汽车撞上护栏,恶意软件伪装成良性软件),数千个神经元在五个流行的数据集上接受了训练,包括ImageNet和Udacity自动驾驶挑战数据。对于所有测试的DL模型,平均而言,DeepXplore在一秒钟内生成一个测试输入,以证明仅在商品笔记本上运行时的错误行为。我们进一步表明,DeepXplore生成的测试输入也可以用于重新训练相应的DL模型,以将模型的精度提高3
主页: https://arxiv.org/abs/1705.06640
源代码:  https://github.com/peikexin9/deepxplore
相关软件: 深度愚人;深度(DeepGauge);ImageNet公司;github;Reluplex公司;TensorFuzz公司;CIFAR公司;深度突变;AI2公司;AlexNet公司;DLFuzz(DL模糊);亚当;MobileNetV2手机;MNIST公司;SqueezeNet公司;阿波罗;马拉布;掌中宽带;摇篮;Scikit公司
引用于: 11文件

按年份列出的引文