近日，我部计算机与信息学院张鹏程教授的研究论文“CAGFuzz: Coverage-Guided Adversarial Generative Fuzzing Testing for Image-based Deep Learning Systems”被软件工程领域国际权威期刊IEEE Transactions on Software Engineering (IF=6.226，JCR一区，中国计算机学会A类期刊)录用，填补了河海大学在软件工程领域A类期刊上的空白。该论文为河海大学和澳大利亚皇家墨尔本理工大学合作完成，河海大学为该论文的第一完成单位。计算机与信息学院张鹏程教授为论文的第一作者和通讯作者，其他作者为河海大学计算机与信息学院硕士生任彬、戴启印，澳大利亚皇家墨尔本理工大学董海讲师。

作为软件部件的深度学习系统在自动驾驶、智能机器人、智慧城市等场景中广泛应用，其安全性容易受到对抗样本的攻击，在实际应用中可能造成严重的安全问题，对其进行充分测试是缓解这一问题的有效手段。河海大学张鹏程教授团队提出了一种新型的基于神经元覆盖率引导的深度学习系统模糊测试方法——CAGFuzz。通过大量实验证明了CAGFuzz方法生成的对抗样本在多种模型间具有相对较高的可迁移性，更能发现深度学习系统中的错误，并且在基本不损失模型原始精度的情况下提升了模型的鲁棒性。

该工作得到了国家自然科学基金、江苏省自然科学基金等项目资助，也得到了我校“双一流”学科经费和中央高校业务费的大力支持。