[發(fā)明專利]一種基于Bert模型的方法層次缺陷定位方法

有效

• 申請?zhí)枺?/td>: 202010169037.2
• 申請日: 2020-03-12
• 公開（公告）號: CN111427775B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 倪珍;李斌;孫小兵;陳天浩
• 申請（專利權(quán)）人: 揚(yáng)州大學(xué)
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F8/41;G06N3/045
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 朱炳斐;馬魯晉

本發(fā)明公開了一種基于Bert模型的方法層次缺陷定位方法，該方法包括：構(gòu)建并訓(xùn)練Bert模型；獲取與待定位缺陷相關(guān)的歷史已修復(fù)缺陷；基于Bert模型構(gòu)建缺陷定位模型；訓(xùn)練缺陷定位模型；利用訓(xùn)練后的缺陷定位模型預(yù)測待定位缺陷對應(yīng)的缺陷方法。本發(fā)明提出的方法采用歷史數(shù)據(jù)和深度學(xué)習(xí)技術(shù)相結(jié)合訓(xùn)練缺陷定位模型，同時(shí)利用Bert模型分別訓(xùn)練缺陷報(bào)告編碼器和源代碼編碼器，并利用其確定缺陷定位模型中源代碼編碼器的參數(shù)，增強(qiáng)了定位模型中源代碼編碼器的特征提取能力。此外，通過提煉相關(guān)的歷史已修復(fù)缺陷，縮小了缺陷定位的搜索范圍，提高了定位的準(zhǔn)確度，很好地達(dá)到了在方法級別上定位軟件缺陷的目的，進(jìn)而提升軟件缺陷修復(fù)的效率。

技術(shù)領(lǐng)域

本發(fā)明屬于軟件維護(hù)領(lǐng)域，特別涉及一種基于Bert模型的方法層次缺陷定位方法。

背景技術(shù)

軟件質(zhì)量對于軟件項(xiàng)目的成功至關(guān)重要。盡管已經(jīng)有了許多軟件質(zhì)量保證活動(dòng)(例如測試、檢查、靜態(tài)檢查等)來提高軟件質(zhì)量，但實(shí)際上，軟件系統(tǒng)通常都會(huì)附帶缺陷(錯(cuò)誤)。對于大型且不斷發(fā)展的軟件系統(tǒng)，項(xiàng)目團(tuán)隊(duì)可能會(huì)在很長一段時(shí)間內(nèi)收到大量缺陷報(bào)告。例如，2009年Eclipse項(xiàng)目報(bào)告了大約4414個(gè)錯(cuò)誤。

在收到并確認(rèn)缺陷報(bào)告后，項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)找到需要更改的源代碼文件以修復(fù)該缺陷。但是，基于初始缺陷報(bào)告來手動(dòng)定位需要更改的文件通常會(huì)非常耗時(shí)耗力，尤其是在源文件和報(bào)告的數(shù)量很大的時(shí)候。對于包含數(shù)百個(gè)甚至數(shù)千個(gè)源文件的大型項(xiàng)目，手動(dòng)進(jìn)行缺陷定位是一項(xiàng)艱巨而費(fèi)時(shí)的工作。因此，缺陷修復(fù)時(shí)間通常會(huì)延長，維護(hù)成本會(huì)增加，并且客戶滿意度會(huì)受到影響。

開發(fā)過程中，缺陷的產(chǎn)生是無法避免的。在傳統(tǒng)的開發(fā)過程中，當(dāng)軟件測試人員或軟件使用者發(fā)現(xiàn)缺陷后，會(huì)在缺陷跟蹤管理系統(tǒng)中編寫缺陷報(bào)告告知軟件開發(fā)、維護(hù)人員。缺陷報(bào)告記錄了程序缺陷的報(bào)告時(shí)間、嚴(yán)重程度、異常的程序表現(xiàn)以及如何重現(xiàn)軟件缺陷的細(xì)節(jié)。軟件開發(fā)人員和維護(hù)人員需要根據(jù)提交的缺陷報(bào)告人工確定缺陷位置，以修復(fù)該缺陷。在實(shí)際缺陷修復(fù)過程中，修復(fù)者往往會(huì)在缺陷定位這一環(huán)節(jié)中花費(fèi)大量時(shí)間。因此如何自動(dòng)定位缺陷位置，以應(yīng)對不斷增長的缺陷數(shù)量和代碼規(guī)模，從而提高軟件修復(fù)效率與質(zhì)量，成為了研究人員關(guān)注的熱點(diǎn)之一。

近年來，一些研究人員利用信息檢索技術(shù)，根據(jù)缺陷報(bào)告自動(dòng)搜索相關(guān)源文件。基于信息檢索的缺陷定位方法，將初始缺陷報(bào)告視為查詢，并根據(jù)與此查詢的相關(guān)性來對源代碼文件進(jìn)行排名，將排名靠前的源文件返回給開發(fā)人員。然后，開發(fā)人員可以檢查返回的源文件并修復(fù)缺陷。與基于頻譜的故障定位技術(shù)不同，基于信息檢索(IR)的缺陷定位不需要程序執(zhí)行信息(例如通過了和失敗了的程序執(zhí)行跟蹤)，而是根據(jù)初始缺陷報(bào)告查找與缺陷相關(guān)的源文件。但目前這類研究都將缺陷報(bào)告和源代碼文件的文本看作是“詞包”，雖然同一個(gè)詞在缺陷報(bào)告和代碼中語義往往是相似的，但只關(guān)注兩者的之間單詞相似程度，會(huì)丟失整個(gè)文本的上下文信息，因而丟失了一部分語義信息，對缺陷定位的效果產(chǎn)生了負(fù)面的影響。另一方面，現(xiàn)有技術(shù)通常缺陷報(bào)告與源代碼文件采用統(tǒng)一的表示模型，測量相同詞匯特征空間中的相似性來關(guān)聯(lián)缺陷報(bào)告和源代碼。但缺陷報(bào)告和源代碼文件存在詞匯不匹配問題(lexical?mismatch)：即缺陷報(bào)告中用于描述缺陷的術(shù)語與源文件中使用的術(shù)語和代碼tokens不同。因此詞匯不匹配問題會(huì)降低定位的準(zhǔn)確率。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能幫助缺陷修復(fù)人員快速找到缺陷產(chǎn)生位置，提高缺陷修復(fù)效率的缺陷定位方法。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于Bert模型的方法層次缺陷定位方法，所述方法包括以下步驟：

步驟1，構(gòu)建并訓(xùn)練Bert模型；

步驟2，獲取與待定位缺陷相關(guān)的歷史已修復(fù)缺陷；

步驟3，基于Bert模型構(gòu)建缺陷定位模型；

步驟4，基于所述相關(guān)的歷史已修復(fù)缺陷構(gòu)建所述缺陷定位模型的訓(xùn)練樣本；

步驟5，利用所述訓(xùn)練樣本訓(xùn)練所述缺陷定位模型；