申请/专利权人:中国人民解放军国防科技大学
申请日:2023-11-14
公开(公告)日:2024-03-29
公开(公告)号:CN117785207A
主分类号:G06F8/41
分类号:G06F8/41;G06F11/36;G06N3/09
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于代码变更预训练模型的实时缺陷预测方法及存储介质,该方法包括:步骤S1:构建训练数据并且预处理;从网络公开资源中提取模型训练所需数据,并对数据进一步预处理;步骤S2:模型预训练;将步骤S1获得的训练数据加以调整后,对模型进行预训练,获取神经网络模型;步骤S3:实时缺陷预测;对于一个提交变更代码的项目或程序,使用步骤S2中训练好的神经网络模型,来检查这些变更,识别是否有缺陷的代码变更;所述代码变更相关的理解任务是一种二元分类:预测给定的代码变更是否存在缺陷。该存储介质存储了用来执行上述方法的计算机程序。本发明具有原理简单、易实现、适用性广、能够保证实时性缺陷检测等优点。
主权项:1.一种基于代码变更预训练模型的实时缺陷预测方法,其特征在于,包括:步骤S1:构建训练数据并且预处理;从网络公开资源中提取模型训练所需数据,并对数据进一步预处理;步骤S2:模型预训练;将步骤S1获得的训练数据加以调整后,对模型进行预训练,获取神经网络模型;步骤S3:实时缺陷预测;对于一个提交变更代码的项目或程序,使用步骤S2中训练好的神经网络模型,来检查这些变更,识别是否有缺陷的代码变更;所述代码变更相关的理解任务是一种二元分类:预测给定的代码变更是否存在缺陷。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 基于代码变更预训练模型的即时缺陷预测方法及存储介质
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。