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！

龙图腾网获悉南京理工大学申请的专利一种基于传播敏感神经元的覆盖率分析方法、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：CN121009024B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511531003.2，技术领域涉及：G06F11/3668；该发明授权一种基于传播敏感神经元的覆盖率分析方法、系统、设备及存储介质是由练智超;卢鑫设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本一种基于传播敏感神经元的覆盖率分析方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种基于传播敏感神经元的覆盖率分析方法、系统、设备及存储介质，属于智能软件覆盖性测试技术领域，包括构建中间层神经元激活值相对于输入样本的线性上下界函数，以及神经网络输出相对于中间层神经元激活值的线性上下界函数；分别对上下界函数求最大值和最小值，然后二者作差，得到输出区间宽度函数，分别对扰动范围求导；对梯度范数进行归一化处理，计算几何平均值；构建每层的传播敏感神经元集合，并对该集合进行聚类分析；使用测试数据集，评估测试样本对传播敏感神经元的覆盖情况，获得覆盖率指标；本发明的测试覆盖指标能揭示测试集对模型潜在脆弱区域的覆盖程度，显著提升模型验证的可靠性和细粒度能力。

本发明授权一种基于传播敏感神经元的覆盖率分析方法、系统、设备及存储介质在权利要求书中公布了：1.一种基于传播敏感神经元的覆盖率分析方法，其特征在于：包括以下步骤： S1：采用线性松弛方法，构建中间层神经元激活值相对于输入样本的线性上、下界函数，以及神经网络输出相对于中间层神经元激活值的线性上、下界函数； S2：分别计算S1中上下界函数的最大值和最小值并做差，得到中间层神经元激活值区间宽度关于输入扰动范围的线性函数，以及输出区间宽度关于中间层激活值扰动范围的线性函数； S3：分别对S2中的线性函数进行求导，获取每个神经元在不同传播路径中的梯度信息； S4：将步骤S3中的梯度范数进行归一化处理，然后计算几何平均值，作为该神经元在传播过程中放大扰动能力的评分指标； S5：根据S4的评分指标，每层选取排名前k个神经元，构成敏感性传播神经元，然后将每个训练集图片的传播敏感神经元合并，得到每层的传播敏感神经元集合，并采用K‑means聚类算法对该集合进行聚类分析； S5的子步骤为： S51：根据S4的评分对每层神经元排序，选取排名靠前的若干神经元作为传播敏感神经元，构成该层关键节点集合； S52：对每一张训练图像重复S51操作，将每个训练集图片的传播敏感神经元合并，传播敏感神经元的样本数量超过设定阈值的构成每层的传播敏感神经元集合； S53：获取每个神经元在不同输入样本下的激活值，利用聚类算法获得对应的聚类中心，构建传播敏感神经元聚类中心集合，并统计所有被测试样本命中的聚类组合总数； S6：输入测试数据集，依据激活值匹配策略，评估测试样本对传播敏感神经元的覆盖情况，进而获得模型的覆盖率指标； S6的子步骤为： S61：输入待评估的测试数据集及S5中构建的传播敏感神经元聚类中心集合； S62：对于传播敏感神经元聚类中心集合中的每个聚类组合，基于测试样本在传播敏感神经元上的激活值与聚类中心的距离，判断测试样本是否覆盖该组合； S63：统计测试集覆盖的组合数量，然后除以传播敏感神经元聚类中心集合中组合总数，得到传播敏感组合覆盖率指标PSC，具体计算如下： ，其中，PSNCCj表示传播敏感神经元聚类中心集合中的第j个组合；y表示测试样本；Y表示测试数据集；表示输入y在第n个神经元上的激活值；表示第n个神经元对应聚类中心；表示输入y，第n个神经元的激活值最近的一个聚类中心。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200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”。

以上内容由龙图腾AI智能生成。