研究人员开发了一个新的随机框架,使用马尔可夫链和仿真来评估反馈驱动的黑盒过程,特别是在软件工程和机器学习领域。该框架解决了在系统底层结构未知的情况下,设计顺序输入生成策略的挑战。该方法应用于基于变异的模糊测试,使用马尔可夫链对过程进行建模,其中转换取决于变异策略,反馈来自程序执行。这一理论基础允许进行具有可证明保证的严格评估,并已在众多模糊测试器和各种非模糊测试领域进行了测试。 AI
影响 为评估黑盒人工智能系统提供了一个原则性的基础,有可能改进顺序输入生成策略的开发。
排序理由 该集群包含一篇学术论文,详细介绍了新的理论框架及其在软件工程和机器学习过程中的应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →