[发明专利]一种基于多语义提取器的软件缺陷预测方法

权利要求书

1.一种基于多语义提取器的软件缺陷预测方法，其特征在于，包括如下步骤：

S1、构建源项目代码实例向量集VOSPCI；

S2、构建目标项目代码实例向量集VOTPCI；

S3、构建语义提取器GSEM；

S4、组建多种语义列表MS-list；

S5、构建分类方法集SOCM；

S6、语义列表分类结果分析；

S7、与传统度量元结果比较；

S8、构建基于多语义提取器的软件缺陷预测方法DPMSE。

2.根据权利要求1所述的基于多语义提取器的软件缺陷预测方法，其特征在于，步骤S1包括如下步骤：

S1.1、读取源项目实例文件名称name_s_i，在数据集中找到对应源代码code_s_i；将源代码按照预定的规则分割成一个个的标识token，将之前得到的token合并为一个列表，其中i＝1,2,3,…,n；

S1.2、token是一个字符串，将token中的每一个字符转换成ASCII中对应的十进制值，然后采用加法运算规则计算该token中所有token对应的十进制值，将得到的结果作为该token的语义值sv；

S1.3、将实例中的所有token按照步骤S1.2计算得到实例对应的semantic_list_i＝[sv₁,sv₂,…,sv_j]，其中j＝1,2,3,…,m；

S1.4、将源项目中的所有实例按步骤S1.3处理得到semantic_list_i，计算每一个semantic_list列表的长度，统计列表的最大长度sematic_list_max，将长度没有达到sematic_list_max的列表使用0填补到最大长度；

S1.5、设定列表长度clip_len，将每一个semantic_list长度按clip_len截取得到semantic_clip_i；

S1.6、构建源项目代码实例向量集VOSPCI＝[semantic_clip₁,semantic_clip₂,…,semantic_clip_i]。

3.根据权利要求1所述的基于多语义提取器的软件缺陷预测方法，其特征在于，步骤S2包括如下步骤：

S2.1、读取目标项目实例文件名称name_t_i，在数据集中找到对应源代码code_t_i；将源代码按照预定的规则分割成一个个的标识token，将之前得到的token合并为一个列表，其中i＝1,2,3,…,n；

S2.2、token是一个字符串，将token中的每一个字符转换成ASCII中对应的十进制值，然后采用加法运算规则计算该token中所有token对应的十进制值，将得到的结果作为该token的语义值sv；

S2.3、将实例中的所有token按照步骤S2.2计算得到实例对应的semantic_list_i＝[sv₁,sv₂,…,sv_j]，其中j＝1,2,3,…,m；

S2.4、将目标项目中的所有实例按步骤S2.3处理得到semantic_list_i，计算每一个semantic_list列表的长度，统计列表的最大长度sematic_list_max，将长度没有达到sematic_list_max的列表使用0填补到最大长度；

S2.5、设定列表长度clip_len，将每一个semantic_list长度按clip_len截取得到semantic_clip_i；

S2.6、构建目标项目代码实例向量集VOTPCI＝[semantic_clip₁,semantic_clip₂,…,semantic_clip_i]。