[發明專利]一種智能軟件代碼類型推斷方法、系統、設備及存儲介質

在審

• 申請號: 202210182130.6
• 申請日: 2022-02-25
• 公開（公告）號: CN114528223A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 晉武俠;楊子江;馬雨
• 申請（專利權）人: 交叉信息核心技術研究院（西安）有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F8/41;G06K9/62;G06N3/04;G06N3/08;G06N5/02;G06N5/04
• 代理公司: 北京中巡通大知識產權代理有限公司 11703
• 代理人: 張弘

1.一種智能軟件代碼類型推斷方法，其特征在于，包括：

獲取帶有JSDoc注釋的JavaScript智能軟件源代碼，遍歷源代碼的抽象語法樹，抽取源代碼中函數類型的話題語義信息和AST結構信息，形成json文件；

針對所述json文件，將函數類型的話題語義信息和AST結構信息用知識圖譜結構進行表示，構建知識圖譜；

將所述知識圖譜數據結構中節點特征表示為三元組形式，選用適當的知識圖譜的表示算法，進行節點信息的表示學習；學習后得到實體集合和關系集合的特征向量，以特征向量作為圖神經網絡的輸入，在圖神經網絡內部進行節點消息傳播，消息傳播分為三個階段，消息傳播階段，聚合階段和更新階段，獲取到最終節點狀態向量；

構建圖神經網絡的預測層，根據獲取傳播后的節點信息，進行概率類型預測；

根據所述概率類型預測輸出帶有所有推斷類型的JavaScript智能軟件源代碼。

2.根據權利要求1所述智能軟件代碼類型推斷方法，其特征在于，所述抽取輸入程序中與類型推斷相關的話題語義信息和AST結構信息，具體包括：

針對帶有JSDoc注釋的JavaScript智能軟件源代碼，獲取對應的抽象語法樹，使用babel/parser解析源碼語法樹，在其抽象語法樹中對特定的函數類型的節點進行遍歷；

抽取源代碼中函數類型的話題語義信息和AST結構信息，話題語義信息和AST結構信息包括函數的函數名、參數信息、函數相關的注釋、和函數返回值類型相關的注釋、返回值類型和調用關系，根據函數類型的話題語義信息和AST結構信息形成json文件。

3.根據權利要求1所述智能軟件代碼類型推斷方法，其特征在于，所述知識圖譜數據結構的有向圖中節點表示函數實體，與節點相連的其他邊分別代表函數相關屬性，節點與節點之間存在調用關系或控制流關系的有向邊。

4.根據權利要求1所述智能軟件代碼類型推斷方法，其特征在于，所述將所述知識圖譜數據結構中節點特征表示為三元組形式，具體包括：

根據生成的節點信息，將信息表示為(函數，屬性，屬性值)的三元組集合，根據TransE算法基本思想，把實體按照關系進行映射，構建翻譯等式；輸入參數為三元組集合S＝{(h,l,t)}，實體集E和關系集L，范圍γ和嵌入維度k；

對于每一個實體，隨機初始化為規定維數的一個向量；

從訓練三元組集合中隨機抽出b個向量，對于每個三元組進行打碎生成負例；

計算勢能函數，利用梯度下降算法更新h，l，t，不斷優化實體和關系的向量表示；

獲得實體集合與關系集合的向量表示。

5.根據權利要求4所述智能軟件代碼類型推斷方法，其特征在于，所述利用梯度下降算法更新h，l，t，不斷優化實體和關系的向量表示，具體包括：

通過h和l之和與t之差的二范數來表示這個三元組的勢能，勢能計算如下所示：

f(h,l,t)＝‖h+l-t‖₂

其中，h表示頭實體對應的向量，l表示關系對應的向量，t表示尾實體對應的向量，二范數計算公式為：

根據勢能判斷是否為最優向量表示，如果是輸出，如果否重新從訓練三元組集合中隨機抽出b個向量。