机构名称：
¥ 1.0
但是，与该方法的算法相比，我们确定了原始实现中的严重错误以及显着的差异（稍后详细介绍）。我们联系了作者讨论这些差异（在电子邮件对话中）。最后，我们担心其功能复杂性，这对于有效的测试至关重要。的确，该框架通过基于高斯混合模型（GMM）的覆盖范围来指导测试过程，这是计算重量的任务。确切地说，MDPFUZZ的想法是指导一个生成和突变输入测试的模糊过程。测试是通过维护（1）揭示正在测试模型中弱点的输入池（即鲁棒性）和（2）被认为发现的测试结果的基于覆盖的指导）。Pang等。提议计算由两个GMM的测试用例产生的状态序列上的输入覆盖率，这需要计算1 + 2 | 푀|概率密度（푀是序列的长度）。额外的覆盖范围指南旨在以新颖的方式行使正在测试的模型，从而更有可能发现故障。Pang等。用四种用例检测，GMMS指导效率，故障分析和政策改进（RETRANE）评估了他们的工作。特别是，他们表明mdpfuzz发现
使用MDPFUZZ（可复制性研究）（摘要）
主要关键词
相关文件推荐
