公开(公告)号：CN117215935A

公开(公告)日：2023-12-12

申请号：CN202311174665.X

申请日：2023-09-12

Applicant: 南京工业大学

Inventor： 王易天 ,  刘望舒 ,  刘学军

IPC: G06F11/36 ,  G06F21/57 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F18/2415

Abstract: 本发明涉及一种基于多维度代码联合图表示的软件缺陷预测方法。首先将含有代码缺陷标签的源代码提交至存储库中，将存储库中的源代码分解成代码内容信息和代码注释信息，接着通过提取代码内容信息中的抽象语法树，同时对抽象语法树进行遍历，获取其中的依赖关系表征数据和调用关系表征数据，再从代码注释中抽取的词序列并与抽象语法树的节点序列一同输入到Word2Vec模型得到对应的词向量再进行拼接得到图节点的最终表示，然后利用获取的依赖关系和调用关系构建相应的边，获取完整的图结构表示，最后将图结构表示输入到图卷积神经网络GCN预测模型中完成即使缺陷预测任务。本发明借助图神经网络的先进性和优势，通过注释和代码联合图能更好的表示代码信息，进而提高软件缺陷的准确性。