一种基于GAT图神经网络模型的代码克隆检测方法

摘要

本发明公开了一种基于GAT图神经网络模型的代码克隆检测方法，包括以下步骤：根据克隆代码的定义，从编程竞赛网站和现有代码克隆数据集提取生成相应定义的克隆代码数据；解析代码文本生成AST抽象语法树；在AST抽象语法树的基础上增加人工定义的附加边生成表示图；将代码表示图输入GAT网络模型训练获得图表征向量；拼接克隆代码对的表征向量输入二分类网络；判别输出代码克隆预测结果。本发明解决了代码克隆检测领域对代码语义型克隆检测能力不足的问题，通过将代码文本转换为图结构表示，从语义与结构层面表征了克隆代码信息，能准确获得学习克隆代码的内在联系并进行克隆代码判别预测，提高了代码克隆检测的准确性。