龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：东北大学
摘要：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。
主权项：1.一种基于多图多标记学习的软件Bug检测方法，其特征在于，该方法包括以下步骤：步骤1：基于程序源代码对应的Bug报告获得所述程序源代码的Bug多标记，从而生成程序源代码的多标记数据；步骤2：生成程序源代码的多图数据MG，从而获得与程序源代码相对应的多图多标记数据；步骤3：从步骤2获得的多图数据MG中挖掘频繁子图，获得频繁子图集frequencyG；步骤4：从步骤3获得的频繁子图集frequencyG中筛选出能够区分不同标记的子图，将这些子图命名为区分子图，所有区分子图构成区分子图集featureG；步骤5：基于步骤4获得的区分子图集featureG实现多图的向量化，将每个程序源代码文件对应的多图多标记数据转化成多示例多标记数据；步骤6：将步骤5获得的多示例多标记数据退化为单示例多标记数据；步骤7：利用步骤6获得的单示例多标记数据对神经元网络学习模型进行学习训练；步骤8：将待检测的程序源代码输入到训练后的神经元网络学习模型中执行软件Bug检测，模型返回结果即为Bug检测结果。
全文数据：
权利要求：
百度查询： 东北大学 一种基于多图多标记学习的软件Bug检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号