報(bào) 告 人：張鵬程

報(bào)告題目：高效、自動(dòng)化的自然語言處理軟件測(cè)試方法

報(bào)告時(shí)間：2023年11月27日（周一）下午14:00

報(bào)告地點(diǎn)：靜遠(yuǎn)樓908

主辦單位：智慧教育學(xué)院（計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院） 、科學(xué)技術(shù)研究院

報(bào)告人簡介：

張鵬程，男，博士，河海大學(xué)教授、博士生導(dǎo)師，中國計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，服務(wù)計(jì)算專委會(huì)候任常委，軟件工程和系統(tǒng)軟件專委會(huì)委員。主要研究方向?yàn)檐浖こ毯头?wù)計(jì)算。負(fù)責(zé)主持或完成國家自然科學(xué)基金青年基金、面上基金（2項(xiàng)）、重點(diǎn)基金課題、國家重點(diǎn)研發(fā)計(jì)劃子課題、江蘇省自然科學(xué)基金、教育部博士點(diǎn)基金、中國博士后基金等10余項(xiàng)。獲2011年度東南大學(xué)優(yōu)秀博士論文、2012年度中國博士后特別資助、2013年湖北省科技進(jìn)步一等獎(jiǎng)、2014年教育部科技進(jìn)步一等獎(jiǎng)、2015年河海大學(xué)青年崗位能手、2019年河海大學(xué)優(yōu)秀共產(chǎn)黨員、2019年江蘇省優(yōu)秀計(jì)算機(jī)科技工作者、2020年中國計(jì)算機(jī)學(xué)會(huì)服務(wù)計(jì)算專委會(huì)“青年才俊”獎(jiǎng)、2021年入選河海大學(xué)“大禹學(xué)者”第三層次A類資助。在國際學(xué)術(shù)期刊IEEE Transactions on Big Data、IEEE Transactions on Cloud Computing、IEEE Transactions on Emerging Topics in Computing、IEEE Transactions on Mobile Computing、IEEE Transactions on Reliability、IEEE Transactions on Services Computing、IEEE Transactions on Software Engineering、IEEE Transactions on Knowledge and Data Engineering、ACM Transactions on Data Science，國內(nèi)權(quán)威學(xué)術(shù)期刊中國科學(xué)：信息科學(xué)、計(jì)算機(jī)學(xué)報(bào)、軟件學(xué)報(bào)和國際學(xué)術(shù)會(huì)議ESEC/FSE、ASE等上發(fā)表學(xué)術(shù)論文100余篇，授權(quán)國家發(fā)明專利40余項(xiàng)。

報(bào)告摘要：

本報(bào)告提出了一種基于萊維飛行的自適應(yīng)粒子群優(yōu)化自動(dòng)測(cè)試方法LEAP來生成對(duì)抗性測(cè)試用例。該研究聚焦于自然語言處理類DNN (Deep Neural Networks)軟件的魯棒性需求急劇增長的問題，分析了現(xiàn)有自動(dòng)化測(cè)試技術(shù)的兩個(gè)限制：錯(cuò)誤挖掘能力不足和測(cè)試效率低下。為此，提出了一種基于萊維飛行的自適應(yīng)粒子群優(yōu)化自動(dòng)測(cè)試方法LEAP來生成對(duì)抗性測(cè)試用例。采用萊維飛行進(jìn)行總體初始化，以增加生成的測(cè)試用例的多樣性；為提高LEAP對(duì)高維文本樣本的全局優(yōu)化效率，設(shè)計(jì)了慣性權(quán)值自適應(yīng)更新算子；為減少測(cè)試時(shí)間，設(shè)計(jì)了基于貪心策略的突變算子。實(shí)驗(yàn)結(jié)果表明，LEAP具有更強(qiáng)的錯(cuò)誤挖掘能力，與同類方法相比時(shí)間開銷更低，生成的測(cè)試用例具有更好的可遷移性，并顯著提高了系統(tǒng)的魯棒性。