一种基于GAN网络的深度学习跨项目软件缺陷的预测方法

摘要

本发明提供一种基于GAN网络的深度学习跨项目软件缺陷的预测方法。该方法包括：使用简化的抽象语法树来表示目标项目和源项目中每个提取的程序模块的代码；通过深度遍历抽象语法树提取出token向量；对token向量进行词嵌入，得出每个单词对应的词向量，并用词向量替代token向量中的token，把token向量转化为数值向量；将源项目对应的数值向量作为输入，训练源编码器和源分类器；将目标项目对应的数值向量作为输入，将目标编码器的初始参数设定为与训练好的源编码器的参数相同；将训练好的源编码器的输出特征作为GAN网络中的真实数据，然后将目标编码器的输出特征作为虚假数据，通过GAN网络的鉴别器进行训练；用训练好的源分类器对目标编码器的输出特征进行分类；输出分类结果。本发明提供的跨项目软件缺陷的预测方法，速度快，准确率高。