[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)的軟件代碼行級(jí)缺陷檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911092161.7
• 申請(qǐng)日: 2019-11-11
• 公開(kāi)（公告）號(hào): CN110825642B
• 公開(kāi)（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 楊小虎;曹靖;劉力華;張昕東;鄢萌;夏鑫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): G06F11/36
• 分類(lèi)號(hào): G06F11/36
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司 33200
• 代理人: 邱啟旺

1.一種基于深度學(xué)習(xí)的軟件代碼行級(jí)缺陷檢測(cè)方法，其特征在于，具體包括如下步驟：

步驟一：master分支中基于類(lèi)的ATS提取

master分支中的每一個(gè)Java文件通過(guò)AST解析為一棵語(yǔ)法樹(shù)，Java文件中的每一個(gè)方法為所述語(yǔ)法樹(shù)上的一棵子樹(shù)，記為MST，通過(guò)遍歷MST，得到MST所代表源代碼的API執(zhí)行流程；針對(duì)指定類(lèi)，從解析到的代碼執(zhí)行流程中提取出指定類(lèi)在MST中的所有API使用序列，即ATS；多個(gè)ATS構(gòu)成ATS集合；

步驟二：ATS集合預(yù)處理

使用基于Skip-gram算法的分布式語(yǔ)義模型，將步驟一指定類(lèi)下的所有API Token訓(xùn)練為d維的詞向量，以此來(lái)捕捉所述ATS集合中各API token在向量空間下的關(guān)聯(lián)；

步驟三：LSTM模型訓(xùn)練

將步驟一中提取到的ATS集合，按所屬類(lèi)分類(lèi)，得到若干個(gè)ATS集，針對(duì)每一個(gè)ATS集訓(xùn)練一個(gè)LSTM模型，直到所述LSTM模型訓(xùn)練至損失函數(shù)收斂為止；

步驟四：開(kāi)發(fā)分支ATS集合提取與檢測(cè)

將Git倉(cāng)庫(kù)切換至開(kāi)發(fā)分支，使用步驟一和二中的方法從開(kāi)發(fā)分支中提取指定類(lèi)所屬的ATS集合，將得到的ATS集合輸入步驟三中訓(xùn)練好的對(duì)應(yīng)LSTM模型，得到各ATS的異常概率結(jié)果，具體過(guò)程為：

ATS_c＝{api₁,api₂,…,api_k,EOF} (3)

其中，EOF為結(jié)束標(biāo)識(shí)符，

按順序?qū)oken輸入LSTM模型中，每一Token：api_i輸入之后，LSTM模型輸出其下一個(gè)Token為api_i+1的概率p_i，且EOF不輸入模型；對(duì)k個(gè)Token經(jīng)過(guò)LSTM模型后預(yù)測(cè)輸出的概率{p₁,p₂,…,p_k}取平均值，遍得到ATS_c中API使用的正確概率

其中，k為ATS_c中的Token個(gè)數(shù),p_i為api_i經(jīng)由LSTM模型后輸出的概率值；

步驟五：ATS異常概率排序

將步驟四中所得指定類(lèi)的ATS集合中各ATS經(jīng)LSTM模型輸出的概率值按升序排序。

2.根據(jù)權(quán)利要求1所述缺陷檢測(cè)方法，其特征在于，步驟2中所述Skip-gram模型的目標(biāo)函數(shù)J的計(jì)算方法如下：

其中，n為表示Token序列的長(zhǎng)度，t_i為ATS中某一Token，C_ti為T(mén)okent_i周?chē)鶷oken的集合，t_j為C_ti中的各Token，p(t_j|t_i)為softmax函數(shù)定義的條件概率，v_t是Tokent的向量表示，T是ATS集合中所有Token的詞匯表。

3.根據(jù)權(quán)利要求1所述缺陷檢測(cè)方法，其特征在于，步驟3中所述LSTM模型中需要設(shè)置：指定類(lèi)ATS集合中所有詞匯表的大小為voca_size，詞向量的維度參數(shù)為vec_size，LSTM模型的輸入層維度參數(shù)input_size＝vec_size，隱藏層維度參數(shù)設(shè)置為hidden_size＝2*input_size，輸出層維度參數(shù)設(shè)置為output_size＝voca_size，LSTM網(wǎng)絡(luò)層數(shù)設(shè)置為2。