成果展示
CPTCP Incorporating Convolutional Neural Network into Text-Vector Based Test Case Prioritization for Compilers
时间：2026-05-07作者：编辑：审核：阅读：214
作者信息：
学院：计算机科学与技术学院
作者：李春奇
学院：计算机科学与技术学院
作者：李伟湋
论文简介：
CPTCP论文针对编译器测试中fuzzing测试耗时的问题，提出了一种基于卷积神经网络和文本向量的测试用例优先化方法。该方法通过行级特征提取，将代码转换为像素图像，并利用CNN进行训练以预测缺陷触发概率。实验在多个GCC版本上进行，结果显示CPTCP能显著提升APFD值（最高27.67%），并在检测相同数量缺陷时减少实际测试时间达88.01%。该方法不依赖特定测试代码源，硬件要求低，具有实用性和通用性。
论文链接：
https://doi.org/10.1007/978-981-96-9849-3_25
期刊名：《Lecture Notes in Computer Science》
