公开(公告)号：CN108932192A

公开(公告)日：2018-12-04

申请号：CN201710376265.5

申请日：2017-05-22

Applicant: 南京大学

Inventor： 陈林 ,  刘畅 ,  徐兆桂 ,  徐宝文

IPC: G06F11/36

Abstract: 本发明提供一种基于抽象语法树的Python程序类型缺陷检测方法，包括下列步骤：1)收集Python软件缺陷报告信息，提取缺陷标识符和缺陷错误类型；2)获取缺陷修复前后两个版本程序的源代码；3)生成两个版本源代码对应的抽象语法树，匹配获取变更函数结点并标记缺陷错误类型；4)根据变更函数结点上下文信息，生成缺陷代码的特征向量；5)利用机器学习技术，在缺陷代码特征向量上训练多分类模型；6)提示开发者在测试Python程序文件中可能出现的类型缺陷信息。本发明旨在解决目前存在的缺乏针对Python语言的类型缺陷分析、无法检测可能的缺陷错误类型等问题，进而指导软件质量的管理，提高软件的可维护性。

公开(公告)号：CN108932192B

公开(公告)日：2020-01-14

申请号：CN201710376265.5

申请日：2017-05-22

Applicant: 南京大学

Inventor： 陈林 ,  刘畅 ,  徐兆桂 ,  徐宝文

IPC: G06F11/36

Abstract: 本发明提供一种基于抽象语法树的Python程序类型缺陷检测方法，包括下列步骤：1)收集Python软件缺陷报告信息，提取缺陷标识符和缺陷错误类型；2)获取缺陷修复前后两个版本程序的源代码；3)生成两个版本源代码对应的抽象语法树，匹配获取变更函数结点并标记缺陷错误类型；4)根据变更函数结点上下文信息，生成缺陷代码的特征向量；5)利用机器学习技术，在缺陷代码特征向量上训练多分类模型；6)提示开发者在测试Python程序文件中可能出现的类型缺陷信息。本发明旨在解决目前存在的缺乏针对Python语言的类型缺陷分析、无法检测可能的缺陷错误类型等问题，进而指导软件质量的管理，提高软件的可维护性。