1.基于常微分方程图神经网络的语句级软件缺陷预测系统,其特征在于,所述系统,具有:输入模块,用于对源代码进行语句解析,根据解析后的语句建立语句依赖图;
语义特征表示模块,用于生成语句的语义表示;
结构特征表示模块,用于根据语句依赖图和语句的语义表示,利用常微分方程图神经网络捕获长程数据依赖关系,并控制语句之间的依赖关系,以生成语句的结构表示;
缺陷分类模块,用于采用多层感知器生成每个语句的分类结果;
所述输入模块,还用于分析语句间的控制依赖和数据依赖,构建语句依赖图;其中:每个节点 代表源代码中的一条语句;边集 表示语句之间的数据依赖或控制依赖,语句依赖图的邻接矩阵 描述了语句空间的拓扑结构; 表示节点i和节点j之间没有边,否则表示节点i和节点j之间有边;
所述控制依赖和所述数据依赖,具体为:
当且仅当满足以下条件时,节点 和 之间存在数据依赖关系:(1)变量 包含在语句 中;
(2)语句 使用变量 ;
(3) 和 之间有一条路径;
当且仅当满足以下条件时,语句 和 之间存在控制依赖关系:(1)语句 和 之间存在路径;
(2)语句 和 之间没有数据依赖;
所述语义特征表示模块用于在接收到语句序列输入时,将每条语句转换为矩阵,利用双向GRU捕获关键词的依赖关系,获得语义依赖项,并对每条语句进行语义依赖编码,再对语义依赖编码进行嵌入定义,生成语句的语义表示;
所述结构特征表示模块,具有:
邻居节点采样单元;
常微分方程图神经网络单元;
所述邻居节点采样单元通过选择语句依赖图中与目标节点相关性最大的n个节点生成目标节点的表示;
所述常微分方程图神经网络单元捕获语句的语义表示中长程数据依赖关系并控制语句之间的依赖关系,以生成每条语句的结构表示。
2.如权利要求1所述的基于常微分方程图神经网络的语句级软件缺陷预测系统,其特征在于,所述输入模块,还用于对解析后的语句进行关键词拆分处理。
3.如权利要求2所述的基于常微分方程图神经网络的语句级软件缺陷预测系统,其特征在于,所述关键词拆分处理包括停用词删除处理、分段处理和词干提取处理。
4.如权利要求1所述的基于常微分方程图神经网络的语句级软件缺陷预测系统,其特征在于,对语义依赖编码进行嵌入定义,生成语句的语义表示,具体采用自注意力机制动态地为每条语句分配权重,以生成语句的语义表示。
5.如权利要求1所述的基于常微分方程图神经网络的语句级软件缺陷预测系统,其特征在于,所述结构特征表示模块利用空间图神经网络,对给定的语句依赖图和语句的语义表示,生成语句的结构表示。