您所在的位置: 首页> 专利技术> 正文
专利基本信息
专利名称 一种基于深度神经网络的Python资源敏感缺陷代码检测方法
专利状态 - 专利号(申请号) CN107967208A
专利申请日期 2016-10-20 专利类型 发明专利
申请公布号 2016109156334 申请公布日 2016-10-20
授权公告号 - 授权公告日 -
发明人 陈林;潘陶;陈芝菲;李言辉;徐宝文
专利权人 南京大学
专利摘要 本发明为一种基于深度神经网络的Python资源敏感缺陷代码检测方法,包括下列步骤:1)获取同一软件的历史版本的源代码和待测版本的源代码;2)利用类型推断抽取各版本的资源敏感代码模式;3)抽取资源敏感代码模式的相关特征;4)计算缺陷代码模式和安全代码模式、缺陷代码模式和待测代码模式之间的各个特征相似度,生成特征向量,并得到训练集和测试集;5)用训练集训练深度神经网络模型进行特征合并,然后对测试集中的模式对用深度神经网络模型计算相关度并排序;6)在程序开发和维护阶段,根据相关度排序结果对可能发生错误的资源对象操作进行提醒,辅助开发和维护;本发明解决了目前存在缺乏针对Python语言资源敏感代码识别和缺陷代码检测的自动化方法等问题,进而降低软件风险,提高软件质量,从而提高开发者和维护者开发和维护软件的效率。
专利价值评估分析
相关推荐
官方社群
Baidu
map