买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南通大学申请的专利一种基于CodeBert和空间结构的代码缺陷预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115185730B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210849413.1，技术领域涉及：G06F11/07；该发明授权一种基于CodeBert和空间结构的代码缺陷预测方法是由鞠小林;沈逸恒;沈昊;陈翔设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于CodeBert和空间结构的代码缺陷预测方法在说明书摘要公布了：本发明提供了一种基于CodeBert和空间结构的代码缺陷预测方法，属于计算机技术领域。解决了缺陷预测模型中代码特征提取部分缺乏代码空间结构，使得模型获得更多的代码特征信息的问题。其技术方案为：包括以下步骤：S1：从issues中收集数据集并进行预处理操作；S2：进行关键特征提取和降维；S3：通过最短路径长度表示代码空间结构信息；S4：构建bi‑LSTMLSTM神经网络模型；S5：构建Aast输入神经网络模型；S6：得到预测结果。本发明的有益效果为：本发明从源代码中提取更加丰富的代码语义及结构特征，从而提高缺陷预测的质量和可靠性。

本发明授权一种基于CodeBert和空间结构的代码缺陷预测方法在权利要求书中公布了：1.一种基于CodeBert和空间结构的代码缺陷预测方法，其特征在于，包括以下步骤： S1、挖掘GitHub中Stars数排名靠前的java项目，然后通过爬虫程序从issues中收集提交的缺陷代码段、缺陷描述及修复后的代码段，对非英文语言的缺陷描述翻译为英文，得到数据集D，设定数据集的格式为项目名，缺陷代码，修复后代码，缺陷描述； S2、使用CodeBert提取代码语义特征，并通过BERT-whitening进行关键特征提取和降维； S3、考虑数据集代码的抽象语法树信息，通过最短路径长度表示代码空间结构信息； S4、对构建的数据集随机划分成训练集、验证集和测试集，同时构建bi-LSTM及LSTM神经网络； S5、将步骤S2中提取的语义特征向量输入bi-LSTM神经网络，其最后一层输出hiddenstate信息； S6、用所述步骤S3得到的代码空间结构信息和所述步骤S5得到的hiddenstate作为输入重新进入LSTM神经网络； S7、对所述步骤S5和S6得到的hidenstates引入Attention机制进一步获得重要的hiddenstate信息； S8、使用softmax回归模型对步骤S7得到的hiddenstate信息归一化，从而判断代码是否有缺陷； 所述S2包括如下步骤： S21：对于给定的代码段，根据大小写规则对其进行分割，得到输入序列； S22：将序列输入到CodeBert中，提取输出中第一层和最后一层的隐藏状态，并对它们取平均值，得到代码段的语义特征向量； S23：使用BERT-whitening来处理语义向量，通过线性变换进行关键特征提取和降维； 所述S3包括如下步骤： S31：首先根据solidity-parser-antlr将代码生成相应的抽象语法树，记作ASTs； S32：使用广度优先搜索的算法生成AST的最短路径长度矩阵，记作A； S33：对矩阵A中的非零元素Aij取倒数，得到空间结构信息矩阵，记作Aast。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。