一种基于代码片段分析的混合深度缺陷预测方法

    公开(公告)号:CN112035345A

    公开(公告)日:2020-12-04

    申请号:CN202010860365.7

    申请日:2020-08-25

    IPC分类号: G06F11/36 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于代码片段分析的混合深度缺陷预测方法,属于计算机软件缺陷预测技术领域。本方法,首先基于缺陷库关键点的程序切片方法,将包含缺陷的开源软件代码单元集向量化,将特征表示成深度学习模型能够处理的向量形式。然后,基于混合深度学习的缺陷预测方法,提高混合深度模型的分类、预测能力,训练得到缺陷预测分类器。最后,基于训练好的缺陷预测分类器,对开源软件进行缺陷预测,将目标代码片段分类输出。本方法以预先设计的缺陷库关键点为程序切片的切入点,从开源代码中提取包含缺陷特征的代码片段并向量化表示,基于多种深度学习方法获取混合模型,能够有效提升模型的数据处理能力和自动学习能力。

    一种电力数据流量平台
    10.
    发明公开

    公开(公告)号:CN114238299A

    公开(公告)日:2022-03-25

    申请号:CN202111565793.8

    申请日:2021-12-20

    摘要: 本申请公开了一种电力数据流量平台,包括基础数据池、数据清洗池和数据储备池;基础数据池,用于从外部代码库接收已经标识业务属性的电力数据集合;其中,业务属性包括外部代码库的种类、来源环境、外部代码库的版本标识和应用场景;数据清洗池,用于根据外部代码库的业务规则清洗电力数据集合中的多个第一数据,得到多个第二数据;数据储备池,用于将多个第二数据中冗余数据删除,得到多个第三数据,为多个第三数据标记对应的业务属性,生成带有业务属性的第三数据,并存储在数据储备池中。由此,统一了不同电力数据之间的格式,降低不同电力系统之间电力数据的差异,使得外部代码库从数据储备池中获取数据后均能够使用对应的数据储备池。