多源跨项目软件缺陷预测方法、装置及存储介质

专利主权项内容

1.一种多源跨项目软件缺陷预测方法，其特征在于，包括如下步骤：步骤1，输入多个源项目数据集和一个目标项目数据集；目标项目或每个源项目的数据集中均包含K类缺陷类别的样本，每个样本具有缺陷类别标签和项目标签；源项目样本的缺陷类别标签已知，目标项目的缺陷类别标签未知；项目标签用于标记样本属于哪个源项目或者目标项目；步骤2，使用编码器G对所有项目数据集中的样本提取特征；每个样本为一个源代码文件，先对源代码进行分词得到对应的token id，再将tokenid输入编码器G，进行特征提取；步骤3，对提取的样本特征进行梯度反转操作，利用梯度反转的样本特征训练鉴别器D；鉴别器D的输入包含梯度反转后的所有源项目和目标项目的样本特征，输出为各样本属于不同项目的概率；在训练过程中，获取目标项目的一个样本特征对应属于不同源项目的概率作为注意力得分，同时计算鉴别器D的对抗训练损失；步骤4，计算每个源项目和目标项目的样本特征的最大均值差异，使用所述注意力得分对各源项目和目标项目的样本特征的最大均值差异进行加权求和，作为编码器G的编码损失；步骤5，建立分类器C，分类器C的输入为步骤2提取的源项目的样本特征，输出样本属于各种缺陷类型的概率；步骤6，综合训练编码器G、鉴别器D和分类器C，更新模型参数；综合训练时的损失Loss为：其中，/>是鉴别器D的对抗训练损失，/>是编码器G的编码损失，/>是分类器C的分类损失；/>作用于编码器G和鉴别器D的更新，/>作用于编码器G的更新，/>作用于编码器G和分类器C的更新；步骤7，获得训练好的编码器G和分类器C，将目标项目的源代码文件进行分词后输入编码器G提取样本特征，然后输入分类器C进行缺陷类别识别。