[發(fā)明專利]一種基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202010046978.7
• 申請日: 2020-01-16
• 公開（公告）號: CN111209211A
• 公開（公告）日: 2020-05-29
• 發(fā)明（設(shè)計）人: 鄧杰瀚;陸璐
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F8/41;G06N3/04;G06N3/08
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 陳宏升

1.一種基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，包括以下步驟：

1)分析項目的源代碼文件，并從源代碼中解析出對應(yīng)的抽象語法樹；

2)對步驟1)所提取的所有抽象語法樹的節(jié)點，按節(jié)點所包含信息的粗細(xì)粒度的不同，將所有節(jié)點轉(zhuǎn)換為Token；

3)使用詞嵌入技術(shù)，將步驟2)轉(zhuǎn)換后的所有抽象語法樹的節(jié)點的Token映射至詞向量空間，使之可以輸入至神經(jīng)網(wǎng)絡(luò)當(dāng)中；

4)遍歷步驟3)所得到的以詞向量形式表示的抽象語法樹，得到以詞向量表示的抽象語法樹節(jié)點序列；

5)構(gòu)建長短期記憶神經(jīng)網(wǎng)絡(luò)，并將步驟4)所得到詞向量表示的抽象語法樹節(jié)點序列按序輸入至長短期記憶神經(jīng)網(wǎng)絡(luò)當(dāng)中，提取抽象語法樹的語義特征；

6)將步驟5)提取的語義特征輸入至邏輯回歸分類器中，分析待檢測的文件存在缺陷的概率。

2.根據(jù)權(quán)利要求1所述基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，所述節(jié)點的類型包括：方法調(diào)用以及實例創(chuàng)建類節(jié)點、聲明相關(guān)類節(jié)點、跳轉(zhuǎn)控制類節(jié)點。

3.根據(jù)權(quán)利要求1所述基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，步驟5)中，所述長短期記憶神經(jīng)網(wǎng)絡(luò)是雙向的，能夠從相反的兩個方向來處理步驟4)得到的序列。

4.根據(jù)權(quán)利要求1所述基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，步驟5)中，所述長短期記憶神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元包含了3種門單元：輸入門、遺忘門、輸出門；其中，輸入門用來更新神經(jīng)元的狀態(tài)，先將先前隱藏狀態(tài)的信息和當(dāng)前輸入的信息輸入到Sigmoid函數(shù)，在0和1之間調(diào)整輸出值來決定更新哪些信息，0表示不重要，1表示重要；輸出門能決定下個隱藏狀態(tài)的值，隱藏狀態(tài)中包含了先前輸入的相關(guān)信息，而遺忘門則能決定應(yīng)丟棄或保留哪些信息。

5.根據(jù)權(quán)利要求1所述基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，步驟5)中，所述長短期記憶神經(jīng)網(wǎng)絡(luò)的實現(xiàn)采用的是Pytorch工具。

6.根據(jù)權(quán)利要求1所述基于長短期記憶神經(jīng)網(wǎng)絡(luò)的跨項目軟件缺陷預(yù)測方法，其特征在于，步驟6)中，所述邏輯回歸分類器是通過采用開源代碼庫sklearn來實現(xiàn)。