본 논문은 심층 신경망(DNN)의 보안 테스트에서 사용되는 다양한 신경망 커버리지 측정 기법들(primary functionality, boundary, hierarchy, structural coverage) 간의 관계와 패턴을 실증적으로 분석합니다. LeNet, VGG, ResNet 등 다양한 DNN 아키텍처와 5~54층의 다양한 깊이를 가진 10개의 모델을 사용하여 깊이, 설정 정보, 그리고 신경망 커버리지 측정 기법 간의 관계를 실험적으로 비교 연구하였습니다. 또한, 수정된 의사결정/조건 커버리지와 데이터셋 크기 간의 관계도 조사하였으며, DNN 모델의 보안 테스트에 기여할 수 있는 세 가지 미래 연구 방향을 제시합니다.
