Streszczenie:
Praca przedstawia implementację rozwiązania, stosującego techniki uczenia maszynowego do generowania danych wejściowych w procesie testowania oprogramowania z użyciem fuzzingu. Prezentowany jest model generatywnej sieci neuronowej oraz proces, pozwalający na zastosowanie go razem z narzędziem libFuzzer do testowania biblioteki libxml2. Przeprowadzono testy proponowanego rozwiązania oraz pomiary jego wydajności i jakości generowanych danych. W rezultacie stwierdzono, że praktyczne zastosowanie stworzonego narzędzia nie jest opłacalne ze względu na wysoki koszt. Zaproponowano usprawnienia, pozwalające na potencjalne zwiększenie opłacalności.
