[发明专利]基于过采样操作的代价敏感神经网络的警告分类方法

摘要

本发明涉及基于过采样操作的代价敏感神经网络的警告分类方法，包括S1使用FindBugs工具对目标软件一系列版本的jar文件进行分析，得到目标软件的静态警告；S2对S1获得的静态警告进行标注；S3采用BP神经网络，使用过采样的方式改变样本集中样本的分布得到新的样本集，采用新的样本集中的样本训练分类器，然后使用该分类器对样本集中的所有样本进行预测分类，将样本集中的所有样本预测为有效警告或误报警告。本发明方法在有效警告查全率Recall方面平均提高了44.07％，还能快速达到较高而平稳的查全率，同时较传统神经网络方法能达到更低的分类代价。

主权项

1.基于过采样操作的代价敏感神经网络的警告分类方法，其特征在于，包括如下步骤：S1：使用FindBugs工具对目标软件一系列版本的jar文件进行分析，得到目标软件的静态警告；S2：对步骤S1获得的静态警告进行标注；S2a：将目标软件一系列版本中，相邻两个版本中静态警告进行两两对比，如果前一个版本中警告在后一个版本中消失则认为该警告是有效警告；反之，如果前一个版本中的警告在后一个版本中仍然存在则认为该警告是误报警告；S2b：将有效警告中重复的有效警告剔除后，剩下的所有的有效警告构成有效警告集，将所有误报警告中重复的误报警告剔除后，剩下的所有误报警告构成误报警告集，有效警告集和误报警告集构成样本集；有效警告集中的有效警告和无效警告集中的无效警告均为样本集中的样本；S3：采用BP神经网络，使用过采样的方式改变样本集中样本的分布得到新的样本集，采用新的样本集中的样本训练分类器，然后使用该分类器对样本集中的所有样本进行预测分类，将样本集中的所有样本预测为有效警告或误报警告；所述步骤S3具体如下：采用过采样的方式改变样本集中样本的分布，再对样本集中的所有样本进行预测分类；1)根据公式(1)增加步骤S2b有效警告集中的有效警告的数量得到新的样本集；其中，N_Ⅰ表示样本集中误报警告的数量，N_Ⅱ表示样本集中有效警告的数量，表示新的样本集中有效警告的数量，Cost_Ⅰ表示误报警告被误分类产生的代价，Cost_Ⅱ表示有效警告被误分类产生的代价，Cost_Ⅰ，Cost_Ⅱ均为自然数，且的取值为[1,50]；2)令j＝1；3)从新的样本集中选取十分之九分的样本构成训练样本集Qj，剩下十分之一的样本构成测试样本集Pj，且Qj≠Qj‑1，Pj≠Pj‑1；4)采用BP神经网络对训练样本集Qj进行训练得到分类器，然后使用该分类器对测试样本集Pj中的所有测试样本进行预测分类，即将测试样本集Pj中的每个测试样本分为有效警告或误报警告，然后将测试样本集Pj中所有经过预测分类的测试样本输出；5)判断新的样本集中所有样本是否都经过预测分类，如果是则结束，否则执行下一步；6)令j＝j+1，并返回步骤3)。