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！

龙图腾网获悉南京大学申请的专利一种基于开发者经验的深度学习框架变异测试方法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：CN119201727B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411312873.6，技术领域涉及：G06F11/3668；该发明授权一种基于开发者经验的深度学习框架变异测试方法是由陈振宇;沐燕舟;房春荣设计研发完成，并于2024-09-15向国家知识产权局提交的专利申请。

本一种基于开发者经验的深度学习框架变异测试方法在说明书摘要公布了：本发明公开了一种基于开发者经验的深度学习框架变异测试方法，该方法采用基于开发人员专业知识的变异算子和约束条件生成模型，模拟开发过程中开发人员的常见操作，并在深度学习模型生命周期的多个阶段如模型训练和推理中检测更加多样化的缺陷。该方法包括两个部分：第一，模型变异，用于生成变异体；第二，缺陷检测，用于执行缺陷检测。其中，模型变异包括以下步骤：首先，本发明采用两个深度Q网络来选择变异算子和种子模型；然后在准则约束下对种子模型进行变异，并根据当前目标评估计算的奖励来更新Q网络；然后，它过滤掉违反任何约束的变异体，并将合法的变异体添加到生成的模型池中。这个过程迭代进行，直到变异完成。缺陷检测包括以下步骤：首先，本发明检测变异体中暴露的缺陷并记录缺陷报告。接着，基于奖励，本发明选择部分模型并进一步执行它们，以检测资源调度、执行崩溃、模型性能和输出精度中的缺陷。通过本发明的方法，可以过滤在缺陷检测中无意义的模型，并在模型的执行阶段检测多样化的缺陷，提高缺陷检测的有效性，具有重要的应用价值和推广前景。

本发明授权一种基于开发者经验的深度学习框架变异测试方法在权利要求书中公布了：1.一种基于开发者经验的深度学习框架变异测试方法，包括以下步骤： 1参数初始化，包括选定的要进行变异的种子模型、选择变异算子的两个网络、存储被检测的缺陷的集合、变异计数器以及存储生成模型的集合； 2整个过程迭代进行，每轮迭代中首先进行变异算子和种子模型选择，利用两个深度Q网络选择种子模型和变异算子； 3模型变异，在每轮变异中，采用选定的变异算子对种子模型进行变异，判断是否变异失败或生成违反约束的非法模型，并进行选择该变异算子的奖励计算和模型池更新，选择下一轮的种子模型； 4缺陷检测，分析模型池中的合法模型并检测缺陷，并删除有缺陷的模型； 5将模型池中的模型根据奖励值排序，对于前k个模型进行训练和推理来进一步检测缺陷，最后返回缺陷集合作为输出。

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大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22号南京大学鼓楼校区彝民楼902；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。