您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种面向开源软件缺陷特征深度学习的软件缺陷预测方法
专利状态 - 专利号(申请号) CN110597735B
专利申请日期 2019-09-25 专利类型 发明专利
申请公布号 2019109079327 申请公布日 2019-09-25
授权公告号 - 授权公告日 -
发明人 艾骏;王飞;许嘉熙;郭皓然;邹卓良;施韬
专利权人 北京航空航天大学
专利摘要 本发明提供了一种面向开源软件缺陷特征深度学习的软件缺陷预测方法,属于软件工程技术领域。本发明包括:采集开源软件缺陷信息,构建软件缺陷数据库,将源代码生成抽象语法树;利用社团检测算法将抽象语法树进行剪枝得到缺陷子树,然后结合修复描述和项目基础信息、源代码来建立缺陷子树的信息语料库,从中提取主题单词并转化为向量表示,作为缺陷子树中节点的属性;最后建立基于图分类的卷积神经网络的软件缺陷预测模型,将缺陷子树表示为邻接矩阵和属性矩阵作为模型的输入训练卷积神经网络,识别待预测软件模块源代码是否具有缺陷倾向性。本发明利用深度学习的方法直接从结构化的软件代码中提取缺陷深度特征,能够取得更好的缺陷识别效果。
专利价值评估分析
相关推荐
Baidu
map