IT之家 11 月 9 日消息，據(jù)中國(guó)科學(xué)院官網(wǎng)，近日，中國(guó)科學(xué)院軟件研究所智能軟件研究中心研究員武延軍、吳敬征課題組在基于深度神經(jīng)網(wǎng)絡(luò)的靜態(tài)代碼分析研究中取得進(jìn)展。
該課題組提出了基于多類型和多粒度的語(yǔ)義代碼表示學(xué)習(xí)模型 ——MultiCode，解決了工業(yè)場(chǎng)景中涉及多需求的開發(fā)任務(wù)時(shí)面臨的開發(fā)開銷大、模型集成困難、可擴(kuò)展性受限等問(wèn)題。
該課題組的研究實(shí)現(xiàn)了在多需求工業(yè)場(chǎng)景下的高效開發(fā)和準(zhǔn)確預(yù)測(cè)，在漏洞檢測(cè)、代碼克隆檢測(cè)等任務(wù)中得到了具體實(shí)踐，并獲得實(shí)際應(yīng)用。
▲ MultiCode 基于多類型和多粒度的語(yǔ)義代碼表示學(xué)習(xí)模型框架
據(jù)介紹，MultiCode 模型能夠?qū)W習(xí)代碼中多種類型和粒度的語(yǔ)義信息，進(jìn)而支撐多種代碼分析任務(wù)。課題組提出使用抽象語(yǔ)法樹、控制流圖、程序依賴圖等結(jié)構(gòu)，對(duì)代碼中不同類型和粒度的語(yǔ)義信息進(jìn)行建模，并利用樹神經(jīng)網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)分別對(duì)不同的語(yǔ)義信息進(jìn)行處理。將該模型作為編碼器進(jìn)行神經(jīng)網(wǎng)絡(luò)構(gòu)建，能夠有效適配于不同的代碼分析任務(wù)。
在漏洞檢測(cè)和代碼克隆檢測(cè)任務(wù)上的評(píng)估結(jié)果表明，該模型能夠在不需要重新構(gòu)建編碼器的情況下，在不同任務(wù)中有效地識(shí)別并區(qū)分不同類別代碼的語(yǔ)義，進(jìn)而支撐多種任務(wù)上的預(yù)測(cè)。
IT之家了解到，相關(guān)研究成果發(fā)表在軟件可靠性工程國(guó)際會(huì)議（ISSRE 2021）的 Industry Track 上，并被評(píng)為最佳實(shí)踐論文。研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金的支持。
▲ ISSRE 2021 最佳實(shí)踐論文獎(jiǎng)
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。