[发明专利]一种基于迁移学习的软件功能缺陷挖掘方法

权利要求书

1.一种基于迁移学习的软件功能缺陷挖掘方法，其特征在于,该方法包括训练部分和挖掘部分；

在进行训练之前，首先从开源代码库获取大量的数据集，即text-code集合，用O＝{o₁,o₂,...,o_N}表示数据集，其中，o_i＝{c_i,t_i}，c_i和t_i分别表示第i个原生代码片段和对应的文本注释，N表示样本结合的大小；

在训练部分，首先，利用开源源代码和开源源代码的文档解释产生一个text-enriched代码功能空间；随后，基于孪生卷积神经网络构建辅助AM模型，辅助AM模型的孪生卷积神经网络具有相同的卷积网络架构、相同的权重、不同的输入数据，辅助AM模型学习text-enriched代码功能空间产生一个特征映射函数φ(c,t)，从数据集O＝{o₁,o₂,...,o_N}选取O_i、O_j任两组数据输入辅助AM模型的孪生卷积神经网络，辅助AM模型的孪生卷积神经网络分别进行特征提取，把提取的特征进行concate，接着与全连接层进行相连从而获取两个特征向量φ(c_i,t_i)和φ(c_j,t_j)，两个特征向量通过全连接到输出层，并通过sigmoid函数获得输出相似的概率；最后，基于孪生卷积神经网络构建CFRM模型，并基于text-enriched代码功能空间，构建一个近似特征映射函数φ(c,t)的映射函数ψ(c,t)，使得用text-enriched代码功能空间和辅助AM模型产生的特征映射函数训练CFRM模型，CFRM模型捕捉开源源代码文档解释的关键词，并输出开源源代码的功能表示，即可完成CFRM模型的训练；

在挖掘阶段，将需要进行软件功能缺陷挖掘的源代码输入CFRM模型，CFRM模型输出所述源代码的功能表示，且CFRM模型将所述源代码的功能表示输入分类器，分类器对软件功能缺陷进行挖掘，并输出挖掘结果0或1，0表示源代码不存在软件功能缺陷，1表示源代码存在软件功能缺陷。

2.根据权利要求1所述的一种基于迁移学习的软件功能缺陷挖掘方法，其特征在于，辅助AM模型学习text-enriched代码功能空间并产生一个特征映射函数φ(c,t)后，通过sigmoid函数获得输出相似的概率，从而将拥有相似功能的源代码被映射到相近的距离，拥有不相似功能的源代码被映射到相远的距离。

3.根据权利要求2所述的一种基于迁移学习的软件功能缺陷挖掘方法，其特征在于，辅助AM模型学习产生特征映射函数φ(c,t)并将拥有相似功能的源代码被映射到相近的距离、拥有不相似功能的源代码被映射到相远的距离，具体操作为：

一)辅助AM模型学习一个预测函数其中y_ij表示一个输入对是否相似；

二)基于特征映射函数φ(c,t)，获得两个特征向量φ(c_i,t_i)和φ(c_j,t_j)求距离L1，随后利用距离L1去加权输入对(o_i，o_j)的相关性，且输入对(o_i，o_j)相似的概率由f＝σ(α^T|φ(o_i)-φ(o_j)|)计算得到，其中，σ是sigmoid激活函数，α参数由公式(1)学习得到，

其中，L表示交叉熵损失函数，

Ω(f)是L2正则化项，L2正则化项就是对模型中的参数进行平方求和，

λ是平衡因子；

基于计算得到的输入对(o_i，o_j)的相似概率，进行相似功能源代码、不相似功能源代码的划分。