公开(公告)号：CN114168478B

公开(公告)日：2024-05-28

申请号：CN202111514505.6

申请日：2021-12-13

Applicant: 东北大学

Inventor： 印莹 ,  赵宇海 ,  任晨凤

IPC: G06F11/36 ,  G06F16/901 ,  G06F40/242 ,  G06F18/241 ,  G06F18/214 ,  G06F18/26 ,  G06N3/08

Abstract: 本发明公开了一种基于多图多标记学习的软件Bug检测方法，属于软件缺陷检测技术领域。该方法充分利用源代码中的图结构信息，并充分利用源代码和Bug报告之间深层次的语义关联，找到多图和多标记的对应关系，提供了基于程序源代码和对应Bug报告的多图多标记Bug检测数据的产生方法，将源代码和Bug报告转化为多图多标记数据来解决Bug的检测问题；并从图级和包级两个方面考虑，提出针对多图多标记数据的区分子图度量准则，进一步将多图多标记数据转化成计算机可以处理的向量形式的多示例多标记数据；传统的分类器链不能恰当地考虑标记排序问题，随机进行标记排列可能会造成性能下降，而本发明考虑了多标记之间的依赖关系可以极大地提高检测精度。

公开(公告)号：CN114168478A

公开(公告)日：2022-03-11

申请号：CN202111514505.6

申请日：2021-12-13

Applicant: 东北大学

Inventor： 印莹 ,  赵宇海 ,  任晨凤

IPC: G06F11/36 ,  G06F16/901 ,  G06F40/242 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于多图多标记学习的软件Bug检测方法，属于软件缺陷检测技术领域。该方法充分利用源代码中的图结构信息，并充分利用源代码和Bug报告之间深层次的语义关联，找到多图和多标记的对应关系，提供了基于程序源代码和对应Bug报告的多图多标记Bug检测数据的产生方法，将源代码和Bug报告转化为多图多标记数据来解决Bug的检测问题；并从图级和包级两个方面考虑，提出针对多图多标记数据的区分子图度量准则，进一步将多图多标记数据转化成计算机可以处理的向量形式的多示例多标记数据；传统的分类器链不能恰当地考虑标记排序问题，随机进行标记排列可能会造成性能下降，而本发明考虑了多标记之间的依赖关系可以极大地提高检测精度。