Generating Composite Variable Rules for Metamorphic Testing of CNN Image Classification Models
Yeongwan Kim, Dongsu Kang · 정보과학회 컴퓨팅의 실제 논문지 · 2024
소프트웨어의 성능을 평가하기 위해 모델이 적용될 실제 조건과 부합한 데이터셋을 활용한 테스팅 과정이 필요하다. 본 논문은 이점에 착안하여 이미지 분류 모델에 대해 복합 변형규칙을 이용한 메타모픽 테스팅을 제안한다. 제안한 테스팅은 먼저 원본 테스트셋에 단일 변형규칙과 복합 변형규칙을 적용한다. 이후 변형규칙이 적용된 테스트셋을 모델에 입력하여 도출한 모델 정확도를 원본 테스트셋의 정확도와 비교해 메타모픽 관게를 위반하는지 확인한다. 제안한 테스팅을 이용한 결과 노이즈와 확대 및 축소의 변형규칙을 복합적으로 적용한 테스트셋이 메타모픽 관계를 만족하였다. 이를 통해 다양한 변수가 복합적으로 반영된 조건에서도 이미지 분류 모델은 성능을 유지함을 알 수 있다.