報 告 人：張鵬程

報告題目：高效、自動化的自然語言處理軟件測試方法

報告時間：2023年11月27日（周一）下午14:00

報告地點：靜遠樓908

主辦單位：智慧教育學院（計算機科學與技術學院） 、科學技術研究院

報告人簡介：

張鵬程，男，博士，河海大學教授、博士生導師，中國計算機學會高級會員，服務計算專委會候任常委，軟件工程和系統軟件專委會委員。主要研究方向為軟件工程和服務計算。負責主持或完成國家自然科學基金青年基金、面上基金（2項）、重點基金課題、國家重點研發計劃子課題、江蘇省自然科學基金、教育部博士點基金、中國博士后基金等10余項。獲2011年度東南大學優秀博士論文、2012年度中國博士后特別資助、2013年湖北省科技進步一等獎、2014年教育部科技進步一等獎、2015年河海大學青年崗位能手、2019年河海大學優秀共產黨員、2019年江蘇省優秀計算機科技工作者、2020年中國計算機學會服務計算專委會“青年才俊”獎、2021年入選河海大學“大禹學者”第三層次A類資助。在國際學術期刊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，國內權威學術期刊中國科學：信息科學、計算機學報、軟件學報和國際學術會議ESEC/FSE、ASE等上發表學術論文100余篇，授權國家發明專利40余項。

報告摘要：

本報告提出了一種基于萊維飛行的自適應粒子群優化自動測試方法LEAP來生成對抗性測試用例。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，分析了現有自動化測試技術的兩個限制：錯誤挖掘能力不足和測試效率低下。為此，提出了一種基于萊維飛行的自適應粒子群優化自動測試方法LEAP來生成對抗性測試用例。采用萊維飛行進行總體初始化，以增加生成的測試用例的多樣性；為提高LEAP對高維文本樣本的全局優化效率，設計了慣性權值自適應更新算子；為減少測試時間，設計了基于貪心策略的突變算子。實驗結果表明，LEAP具有更強的錯誤挖掘能力，與同類方法相比時間開銷更低，生成的測試用例具有更好的可遷移性，并顯著提高了系統的魯棒性。