【技术实现步骤摘要】
本专利技术涉及缺陷检测，尤其涉及一种跨框架api缺陷检测方法、系统及相关装置。
技术介绍
1、深度学习技术已经在各个领域得到广泛应用。其中，深度学习框架扮演着至关重要的角色，为开发者提供了一系列简单而灵活的api，用以构建、训练和部署各种复杂的深度学习模型和应用。然而，随着深度学习技术的普及，安全问题也逐渐显露出来。深度学习框架作为整个深度学习系统的核心，其安全性显得尤为重要。一旦深度学习框架的api存在缺陷，将会影响到使用这些框架训练的深度学习模型，从而影响到应用这些模型的各个领域，造成严重危害。因此，确保构建深度学习模型的深度学习框架api的安全性至关重要。
2、深度学习框架缺陷主要是指深度学习框架中的接口或功能存在缺陷或漏洞，导致安全隐患或功能异常，目前，检测深度学习框架缺陷的方法主要包括两种：基于模型的模糊测试和基于api的模糊测试。基于模型的模糊测试是利用深度神经网络模型作为测试用例进行模糊测试，并对模型输出结果进行差分测试，从而检测深度学习框架的缺陷；基于api的模糊测试则是针对深度学习框架的api，收集或生成测...
【技术保护点】
1.一种跨框架API缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的跨框架API缺陷检测方法，其特征在于，基于所述API缺陷代码确定所述API缺陷代码中的缺陷参数，包括：
3.根据权利要求1所述的跨框架API缺陷检测方法，其特征在于，利用预设相似度算法从每个待测试的深度学习框架下的所有API中，遍历查找与所述API缺陷代码最相似的同类API，获得同类API集，包括：
4.根据权利要求3所述的跨框架API缺陷检测方法，其特征在于，预设相似度算法为：
5.根据权利要求1所述的跨框架API缺陷检测方法，其特征...
【技术特征摘要】
1.一种跨框架api缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的跨框架api缺陷检测方法，其特征在于，基于所述api缺陷代码确定所述api缺陷代码中的缺陷参数，包括：
3.根据权利要求1所述的跨框架api缺陷检测方法，其特征在于，利用预设相似度算法从每个待测试的深度学习框架下的所有api中，遍历查找与所述api缺陷代码最相似的同类api，获得同类api集，包括：
4.根据权利要求3所述的跨框架api缺陷检测方法，其特征在于，预设相似度算法为：
5.根据权利要求1所述的跨框架api缺陷检测方法，其特征在于，对于所述同类api集中的每个同类api，利用所述每个同类api与所述api缺陷代码的参数匹配关系，以及所述api缺陷代码中的缺陷参数生成所述同类api...
【专利技术属性】
技术研发人员：潘祖烈，欧仕文，李宇薇，单洪，王文浩，于璐，郑敬华，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。