一种基于代码修改模式差异的缺陷纠错方法
专利汇可以提供一种基于代码修改模式差异的缺陷纠错方法专利检索，专利查询，专利分析的服务。并且本 发明 提供了 软件 维护技术领域内的一种基于代码 修改 模式差异的 缺陷 纠错方法，包括以下步骤：先通过爬虫获取缺陷检索平台Bugzilla中状态为已解决的缺陷报告，按照缺陷报告ID的顺序将以不重复关系连接起来的缺陷报告形成一个簇；再利用TF-IDF 算法 对各簇内缺陷的标题和描述进行关键词提取，并对其余缺陷报告进行关键词提取，并加入相应关键词的簇中；其次，对比每两个报告提交的源代码，得到代码克隆对，查找出每个缺陷报告中有源代码克隆部分的diff信息，分别对每份diff信息做修改模式差异图；最后，计算差异比例，判断缺陷的修改是否存在问题；本发明帮助开发人员更快速便捷地查找出已修改缺陷存在的问题。，下面是一种基于代码修改模式差异的缺陷纠错方法专利的具体信息内容。
1.一种基于代码修改模式差异的缺陷纠错方法，其特征在于，包括以下步骤：
（1）通过爬虫获取缺陷检索平台Bugzilla中状态为resolved的缺陷报告，包括其title、description、缺陷间关系以及代码部分，并进行数据清洗，再按照缺陷报告ID的顺序将以duplicate关系连接起来的缺陷报告形成一个簇；
（2）利用TF-IDF算法对各簇内缺陷的title和description进行关键词提取，作为该簇的主题词；
（3）在确认好簇的主题词后，再利用TF-IDF算法对其余缺陷报告进行关键词提取，并加入相应关键词的簇中；
（4）对于每个簇中的报告，运用一种称为CDLH的代码克隆检测算法对比每两个报告提交的源代码，并得到代码克隆对，查找出每个缺陷报告中有源代码克隆部分的diff信息，并分别对每份diff信息做修改模式差异图；
（5）计算差异比例，若差异比例不小于65～75%，则认为两者大多做了同种修改，则其余缺陷的修改可能存在问题，并将有修复问题的缺陷发送给报告提出者进行重新检验、修复。
2.根据权利要求1所述的一种基于代码修改模式差异的缺陷纠错方法，其特征在于，所述步骤（2）中，提取关键词的具体步骤为：TF-IDF算法由TF和IDF两部分组成，TF是对文本中各个词的出现进行频率统计，而IDF是用来赋予每个词特定的权重，分别计算两个值之后，将两者相乘得到TF-IDF值，并对文档中每个词的值进行排序，选取其中值最高的几个作为主题词。
3.一种基于代码修改模式差异的缺陷纠错方法，其特征在于，所述步骤（4）中，判断两个缺陷报告中的两段代码是否是代码克隆对的步骤具体的为，
（401）输入原始代码片段，并将其转化为AST；
（402）使用基于AST的LSTM来获得每个代码片段的实值表示；
（403）通过哈希函数将步骤（402）中得到的实值编码转化为二进制哈希码；
（404）给定一对哈希代码 ，运用函数
来判定代码ai和代码aj是否是代码克隆对，若条件满足则返回函数g（ai,aj）的值为1，即判定代码ai和代码aj为代码克隆对；否则返回函数g（ai,aj）的值为-1，代码ai和代码aj不是代码克隆对；
其中，ai和aj为两个哈希表示的代码段，k为汉明空间的维度，m为汉明空间的维度总数，ai,k表示代码段ai在维度k中的哈希值，aj,k为代码段aj在维度k中的哈希值， 是指标函数，thr为阈值且取值为2。
4. 根据权利要求1所述的一种基于代码修改模式差异的缺陷纠错方法，其特征在于，所述步骤（5）中，差异比例的计算公式具体的为：
（1）；
其中， 分别为两个缺陷报告中某修改模式的次数， 分别为两个缺陷
报告中修改模式的权重， 分别为两个缺陷中中修改模式的总样数，为两者的差异比例值。
一种基于代码修改模式差异的缺陷纠错方法
技术领域
背景技术
发明内容
（2）利用TF-IDF（term frequency–inverse document frequency）算法对各簇内缺陷的title和description进行关键词提取，作为该簇的主题词；
（3）在确认好簇的主题词后，再利用TF-IDF算法对其余缺陷报告进行关键词提取，并加入相应关键词的簇中；
（4）对于每个簇中的报告，运用一种称为CDLH的代码克隆检测算法对比每两个报告提交的源代码，并得到代码克隆对，查找出每个缺陷报告中有源代码克隆部分的diff信息，并分别对每份diff信息做修改模式差异图；
（5）计算差异比例，若差异比例不小于65～75%，则认为两者大多做了同种修改，则其余缺陷的修改可能存在问题，并将有修复问题的缺陷发送给报告提出者进行重新检验、修复。
（402）使用基于AST的LSTM来获得每个代码片段的实值表示；
（403）通过哈希函数将步骤（402）中得到的实值编码转化为二进制哈希码；
（404）给定一对哈希代码 ，运用函数
来判定代码ai和代码aj是否是代码克隆对，若条件满足则返回函数g（ai,aj）的值为1，即判定代码ai和代码aj为代码克隆对；否则返回函数g（ai,aj）的值为-1，代码ai和代码aj不是代码克隆对；
其中，ai和aj为两个哈希表示的代码段，k为汉明空间的维度，m为汉明空间的维度总数，ai，k表示代码段ai在维度k中的哈希值，aj,k为代码段aj在维度k中的哈希值， 是指标函数，thr为阈值且取值为2。
报告中修改模式的权重， 分别为两个缺陷中中修改模式的总样数，为两者的差异比例值。
附图说明
具体实施方式
（2）利用TF-IDF（term frequency–inverse document frequency）算法对各簇内缺陷的title和description进行关键词提取，作为该簇的主题词；
（3）在确认好簇的主题词后，再利用TF-IDF算法对其余缺陷报告进行关键词提取，并加入相应关键词的簇中；
（4）对于每个簇中的报告，运用一种称为CDLH的代码克隆检测算法对比每两个报告提交的源代码，并得到代码克隆对，查找出每个缺陷报告中有源代码克隆部分的diff信息，并分别对每份diff信息做修改模式差异图；
（5）根据差异比例计算公式，若差异比例不小于65～75%，则认为两者大多做了同种修改，则其余缺陷的修改可能存在问题，并将有修复问题的缺陷发送给报告提出者进行重新检验、修复；
差异比例的计算公式具体的为：
（1）；
其中， 分别为两个缺陷报告中某修改模式的次数， 分别为两个缺陷
报告中修改模式的权重， 分别为两个缺陷中中修改模式的总样数，为两者的差异比例值。
（403）通过哈希函数将步骤（402）中得到的实值编码转化为二进制哈希码，使得克隆对的代码片段在汉明空间（hamming space）中的汉明距离（hamming distance）能够彼此接近，以此方便判断两段代码是否是克隆代码对；
（404）给定一对哈希代码 ，运用函数
来判定代码ai和代码aj是否是代码克隆对，若条件满足则返回函数g（ai,aj）的值为1，即判定代码ai和代码aj为代码克隆对；否则返回函数g（ai,aj）的值为-1，代码ai和代码aj不是代码克隆对；
其中，ai和aj分别为两个哈希表示的代码段，k为汉明空间的维度，m为汉明空间的维度总数，ai,k表示代码段ai在维度k中的哈希值，aj,k为代码段aj在维度k中的哈希值， 是指标函数，thr为阈值且优选取值为2。
864843和bug#866301经过对比中源代码相似的diff信息；为了方便社会公众理解如何判断克隆代码对，给出以下示例，图5中的94行（ai）和图6中的90行（aj）均为：case “$OS_TARGET” in ，则用哈希表示的ai为[1 ,1 ,1]，用哈希表示的aj为[1 ,1 ,1] ，则
，则上述两句代
码为克隆代码对；根据图7可得，bug#864843共有三种修改模式——删除冗余（权重取为
0.5）、修改参数（权重取为1）和添加if条件语句（权重取为1），且每种模式均出现一次，bug#
866301共有两种修改模式——修改参数（权重取为1）和添加if条件语句（权重取为1），（其中，各个修改模式的权重由技术人员根据得到的diff信息经验给定），且每种模式仅出现一次，根据差异比例计算公式 ，可得上述两种bug之间的差异比例值为：
，本实施例中，差异比例不小于70%，则认为
两者大多做了同种修改，所以两者的差异比例值为80% 70%,则可以判定其修改大致相同，无需重新检验。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 缺陷检测方法 | 2020-05-12 | 767 |
| 缺陷检测装置、缺陷修复装置、缺陷检测方法 | 2020-05-11 | 765 |
| 缺陷检测装置、缺陷检测系统及缺陷检测方法 | 2020-05-12 | 125 |
| 缺陷分析法 | 2020-05-11 | 600 |
| 探测缺陷 | 2020-05-11 | 661 |
| 缺陷登记方法 | 2020-05-12 | 589 |
| 缺陷检测装置 | 2020-05-12 | 935 |
| 缺陷检测装置 | 2020-05-12 | 138 |
| AGSE缺陷菌株 | 2020-05-11 | 960 |
| 缺陷检测装置、缺陷修正装置及缺陷检测方法 | 2020-05-12 | 154 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
-
2 缺陷检测方法
