公开(公告)号：CN113419948A

公开(公告)日：2021-09-21

申请号：CN202110673062.9

申请日：2021-06-17

Applicant: 北京邮电大学

Inventor： 邢颖 ,  钱晓萌 ,  于秀丽 ,  林婉婷 ,  吴澍

IPC: G06F11/36 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于GAN网络的深度学习跨项目软件缺陷的预测方法。该方法包括：使用简化的抽象语法树来表示目标项目和源项目中每个提取的程序模块的代码；通过深度遍历抽象语法树提取出token向量；对token向量进行词嵌入，得出每个单词对应的词向量，并用词向量替代token向量中的token，把token向量转化为数值向量；将源项目对应的数值向量作为输入，训练源编码器和源分类器；将目标项目对应的数值向量作为输入，将目标编码器的初始参数设定为与训练好的源编码器的参数相同；将训练好的源编码器的输出特征作为GAN网络中的真实数据，然后将目标编码器的输出特征作为虚假数据，通过GAN网络的鉴别器进行训练；用训练好的源分类器对目标编码器的输出特征进行分类；输出分类结果。本发明提供的跨项目软件缺陷的预测方法，速度快，准确率高。

公开(公告)号：CN113360392A

公开(公告)日：2021-09-07

申请号：CN202110704103.6

申请日：2021-06-24

Applicant: 北京邮电大学

Inventor： 邢颖 ,  林婉婷 ,  钱晓萌

IPC: G06F11/36 ,  G06K9/62 ,  G06Q10/04 ,  G06Q10/10

Abstract: 本发明提供一种跨项目软件缺陷预测方法及装置。跨项目软件缺陷预测方法包括：对源项目和目标项目的类标进行移除，对移除类标后的源项目和目标项目数据进行合并，得到合并后的新数据集；对合并后的新数据集进行聚类分析；根据聚类分析结果对项目数据的特征进行选择；使用选择后的特征对源项目和目标项目数据集进行过滤；对源项目数据集进行采样生成新的样本；将新的样本加入到过滤后的源项目数据集中；将过滤后的源项目数据集作为训练集输入到分类器中；分类器在源项目数据集上进行训练；将训练完成的分类器在过滤后的目标项目数据集进行分类预测；输出分类的结果。本发明提供的跨项目软件缺陷的预测方法，速度快，准确率高。