软件缺陷预测方法及系统

    公开(公告)号:CN112597038B

    公开(公告)日:2023-12-08

    申请号:CN202011580379.X

    申请日:2020-12-28

    Abstract: 本申请涉及一种软件缺陷预测方法方法及系统,其中,该方法包括:数据获取步骤,用于获取软件历史仓库、缺陷分析报告及待测软件;训练样本获取步骤,用于结合所述软件历史仓库及缺陷分析报告对软件源码是否存在缺陷进行标记构造第一训练样本集,并对存在缺陷的所述软件源码标记源码段对应的缺陷类型构造第二训练样本集;模型预训练步骤,用于构建软件缺陷倾向性分类器及缺陷类型预测模型,并利用所述第一训练样本集及第二训练样本集进行训练构建软件缺陷预测模型;软件缺陷预测步骤,用于将所述待测软件利用软件缺陷预测模型进行软件缺陷预测。通过本申请,可以有效利用源码语法语义信息,缩小缺陷预测的细粒度,还可预测缺陷类型。(56)对比文件T. Zhang等.Software Defect Predictionand Localization with Attention-BasedModels and Ensemble Learning《.Asia-Pacific Software Engineering Conference》.2020,第81-90页.于悦.基于程序语义的软件缺陷预测技术研究与实现《.中国优秀硕士学位论文全文数据库信息科技辑》.2019,(第8期),I138-249.

    一种基于源代码的程序自动插桩方法

    公开(公告)号:CN106874058A

    公开(公告)日:2017-06-20

    申请号:CN201611245682.8

    申请日:2016-12-29

    CPC classification number: G06F8/31

    Abstract: 本发明公开了一种基于源代码的程序自动插桩方法,首先将被插桩C源代码进行宏展开,然后根据插桩需求明确插桩点,为每个插桩点编写插桩语法规则,最后根据插桩语法规则生成插桩程序,运行插桩程序对源代码进行自动插桩,完成源代码的程序自动插桩。本发明在对源代码文件进行完整的词法分析和语法分析的基础上进行自动插桩,保证了对源码插桩的准确度和针对性,同时采用基于语法制导翻译技术,可以在短时间内实现源程序的插桩,不破坏源程序,能够解决人工插桩工作量大,效率低下,插桩不完全的问题。

    软件缺陷预测方法及系统

    公开(公告)号:CN112597038A

    公开(公告)日:2021-04-02

    申请号:CN202011580379.X

    申请日:2020-12-28

    Abstract: 本申请涉及一种软件缺陷预测方法方法及系统,其中,该方法包括:数据获取步骤,用于获取软件历史仓库、缺陷分析报告及待测软件;训练样本获取步骤,用于结合所述软件历史仓库及缺陷分析报告对软件源码是否存在缺陷进行标记构造第一训练样本集,并对存在缺陷的所述软件源码标记源码段对应的缺陷类型构造第二训练样本集;模型预训练步骤,用于构建软件缺陷倾向性分类器及缺陷类型预测模型,并利用所述第一训练样本集及第二训练样本集进行训练构建软件缺陷预测模型;软件缺陷预测步骤,用于将所述待测软件利用软件缺陷预测模型进行软件缺陷预测。通过本申请,可以有效利用源码语法语义信息,缩小缺陷预测的细粒度,还可预测缺陷类型。

Patent Agency Ranking