本發(fā)明涉及基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，具體涉及一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法及設(shè)備。

背景技術(shù)：

1、隨著軟件行業(yè)的快速發(fā)展，代碼的復(fù)雜性和數(shù)量不斷增加，代碼質(zhì)量影響軟件的可靠性和性能，尤其是在銀行業(yè)，軟件的可靠性至關(guān)重要。傳統(tǒng)的代碼質(zhì)量檢測(cè)方法主要依賴于人工審查和靜態(tài)代碼分析工具，這些方法存在以下局限性：

2、1、人工審查的局限性：人工代碼審查耗時(shí)且易受審查人員經(jīng)驗(yàn)影響，難以保證一致性和全面性。此外，人工審查難以規(guī)?；瘧?yīng)對(duì)大型項(xiàng)目和復(fù)雜系統(tǒng)。

3、2、靜態(tài)代碼分析工具的不足：雖然靜態(tài)代碼分析工具可以自動(dòng)檢測(cè)代碼中的一些常見(jiàn)問(wèn)題，如語(yǔ)法錯(cuò)誤、潛在的空指針異常等，但它們通?；陬A(yù)設(shè)的規(guī)則，對(duì)于復(fù)雜的編程邏輯和上下文理解能力有限，且容易產(chǎn)生大量誤報(bào)。

4、3、缺乏智能化和自適應(yīng)性：現(xiàn)有工具往往缺乏自學(xué)習(xí)和自適應(yīng)的能力，難以隨著項(xiàng)目的發(fā)展和代碼庫(kù)的演變而進(jìn)化，也難以適應(yīng)新的編程范式和語(yǔ)言特性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)存在的不足，提供一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法及設(shè)備。

2、為實(shí)現(xiàn)上述目的，在第一方面，本發(fā)明提供了一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，包括：

3、步驟1、采集源代碼數(shù)據(jù)；

4、步驟2、對(duì)所述源代碼數(shù)據(jù)的代碼格式進(jìn)行預(yù)處理，并根據(jù)標(biāo)準(zhǔn)化處理后的代碼生成抽象語(yǔ)法樹(shù)，每一節(jié)點(diǎn)vi表示一個(gè)語(yǔ)法元素，所述語(yǔ)法元素包括變量、操作符和語(yǔ)句塊，然后將所述抽象語(yǔ)法樹(shù)構(gòu)建為圖數(shù)據(jù)，i＝1,2,……n，n為節(jié)點(diǎn)總數(shù)；

5、步驟3、將構(gòu)建的圖數(shù)據(jù)輸入至訓(xùn)練合格的圖卷積神經(jīng)網(wǎng)絡(luò)中，以對(duì)代碼進(jìn)行質(zhì)量檢測(cè)，并輸出每個(gè)節(jié)點(diǎn)vi的檢測(cè)結(jié)果其中，k表示有k種質(zhì)量問(wèn)題，yij∈{0,1}，表示節(jié)點(diǎn)vi在第j種質(zhì)量問(wèn)題上的標(biāo)簽，j＝1,2,……k；

6、步驟4、根據(jù)每個(gè)節(jié)點(diǎn)vi的檢測(cè)結(jié)果生成代碼分析報(bào)告。

7、進(jìn)一步的，用于采集源代碼的接口包括開(kāi)發(fā)環(huán)境接口、版本控制系統(tǒng)接口、代碼倉(cāng)庫(kù)訪問(wèn)接口和代碼提取接口。

8、進(jìn)一步的，所述預(yù)處理包括格式化處理和移除代碼中的注釋內(nèi)容，所述格式化處理包括縮進(jìn)、換行、空格處理。

9、進(jìn)一步的，每個(gè)節(jié)點(diǎn)vi檢測(cè)結(jié)果的計(jì)算方式如下：

10、

11、其中，sigmoid(.)為圖卷積神經(jīng)網(wǎng)絡(luò)的第二隱藏層的激活函數(shù)、relu(.)為圖卷積神經(jīng)網(wǎng)絡(luò)的第一隱藏層的激活函數(shù)，為度矩陣，為加上自連接的圖數(shù)據(jù)的鄰接矩陣，h(0)為輸入至圖卷積神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)vi的特征，w(0)、w(1)分別為第一隱藏層和第二隱藏層的權(quán)重矩陣。

12、進(jìn)一步的，所述步驟4具體包括：

13、從所述圖卷積神經(jīng)網(wǎng)絡(luò)的輸出中收集所有節(jié)點(diǎn)的檢測(cè)結(jié)果

14、

15、對(duì)所有節(jié)點(diǎn)的檢測(cè)結(jié)果進(jìn)行匯總，統(tǒng)計(jì)檢測(cè)結(jié)果中的每種質(zhì)量問(wèn)題在整個(gè)代碼中的分布情況，同時(shí)將節(jié)點(diǎn)的檢測(cè)結(jié)果映射回源代碼中，記錄每個(gè)問(wèn)題在源代碼中的具體發(fā)生位置；

16、根據(jù)檢測(cè)結(jié)果中的質(zhì)量問(wèn)題生成對(duì)應(yīng)的自然語(yǔ)言描述；

17、根據(jù)質(zhì)量問(wèn)題的嚴(yán)重性、對(duì)系統(tǒng)造成的影響、發(fā)生頻率對(duì)質(zhì)量問(wèn)題進(jìn)行排序，確定各個(gè)質(zhì)量問(wèn)題的優(yōu)先級(jí)；

18、生成統(tǒng)計(jì)圖表，以展示不同類型質(zhì)量問(wèn)題的數(shù)量和分布情況；

19、根據(jù)每個(gè)問(wèn)題在源代碼中的具體發(fā)生位置、質(zhì)量問(wèn)題對(duì)應(yīng)的自然語(yǔ)言描述、質(zhì)量問(wèn)題的優(yōu)先級(jí)和統(tǒng)計(jì)圖表匯總生成代碼分析報(bào)告。

20、在第二方面，本發(fā)明提供了一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，包括：

21、代碼采集模塊，用以采集源代碼數(shù)據(jù)；

22、預(yù)處理模塊，用以對(duì)所述源代碼數(shù)據(jù)的代碼格式進(jìn)行預(yù)處理，并根據(jù)標(biāo)準(zhǔn)化處理后的代碼生成抽象語(yǔ)法樹(shù)，每一節(jié)點(diǎn)vi表示一個(gè)語(yǔ)法元素，所述語(yǔ)法元素包括變量、操作符和語(yǔ)句塊，然后將所述抽象語(yǔ)法樹(shù)構(gòu)建為圖數(shù)據(jù)，i＝1,2,……n，n為節(jié)點(diǎn)總數(shù)；

23、代碼分析模塊，用以采用訓(xùn)練合格的圖卷積神經(jīng)網(wǎng)絡(luò)接收所述圖數(shù)據(jù)，以對(duì)代碼進(jìn)行質(zhì)量檢測(cè)，并輸出每個(gè)節(jié)點(diǎn)vi的檢測(cè)結(jié)果其中，k表示有k種質(zhì)量問(wèn)題，yij∈{0,1}，表示節(jié)點(diǎn)vi在第j種質(zhì)量問(wèn)題上的標(biāo)簽，j＝1,2,……k；

24、分析包括生成模塊，用以根據(jù)每個(gè)節(jié)點(diǎn)vi的檢測(cè)結(jié)果生成代碼分析報(bào)告。

25、進(jìn)一步的，所述代碼采集模塊的接口包括開(kāi)發(fā)環(huán)境接口、版本控制系統(tǒng)接口、代碼倉(cāng)庫(kù)訪問(wèn)接口和代碼提取接口。

26、進(jìn)一步的，所述預(yù)處理包括格式化處理和移除代碼中的注釋內(nèi)容，所述格式化處理包括縮進(jìn)、換行、空格處理。

27、進(jìn)一步的，每個(gè)節(jié)點(diǎn)vi檢測(cè)結(jié)果的計(jì)算方式如下：

28、

29、其中，sigmoid(.)、relu(.)均為激活函數(shù)，為度矩陣，為加上自連接的圖數(shù)據(jù)的鄰接矩陣，h(0)為輸入至圖卷積神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)vi的特征，w(0)、w(1)分別為圖卷積神經(jīng)網(wǎng)絡(luò)的第一隱藏層和第二隱藏層的權(quán)重矩陣。

30、進(jìn)一步的，所述分析包括生成模塊生成代碼分析報(bào)告的方式具體包括：

31、從所述圖卷積神經(jīng)網(wǎng)絡(luò)的輸出中收集所有節(jié)點(diǎn)的檢測(cè)結(jié)果

32、

33、對(duì)所有節(jié)點(diǎn)的檢測(cè)結(jié)果進(jìn)行匯總，統(tǒng)計(jì)檢測(cè)結(jié)果中的每種質(zhì)量問(wèn)題在整個(gè)代碼中的分布情況，同時(shí)將節(jié)點(diǎn)的檢測(cè)結(jié)果映射回源代碼中，記錄每個(gè)問(wèn)題在源代碼中的具體發(fā)生位置；

34、根據(jù)檢測(cè)結(jié)果中的質(zhì)量問(wèn)題生成對(duì)應(yīng)的自然語(yǔ)言描述；

35、根據(jù)質(zhì)量問(wèn)題的嚴(yán)重性、對(duì)系統(tǒng)造成的影響、發(fā)生頻率對(duì)質(zhì)量問(wèn)題進(jìn)行排序，確定各個(gè)質(zhì)量問(wèn)題的優(yōu)先級(jí)；

36、生成統(tǒng)計(jì)圖表，以展示不同類型質(zhì)量問(wèn)題的數(shù)量和分布情況；

37、根據(jù)每個(gè)問(wèn)題在源代碼中的具體發(fā)生位置、質(zhì)量問(wèn)題對(duì)應(yīng)的自然語(yǔ)言描述、質(zhì)量問(wèn)題的優(yōu)先級(jí)和統(tǒng)計(jì)圖表匯總生成代碼分析報(bào)告。

38、有益效果：1、本發(fā)明通過(guò)將抽象語(yǔ)法樹(shù)ast建模為圖數(shù)據(jù)，能夠精確表示代碼的語(yǔ)法結(jié)構(gòu)，更好地理解代碼的邏輯和流向，捕捉代碼中的復(fù)雜結(jié)構(gòu)和語(yǔ)義關(guān)系；

39、2、本發(fā)明可通過(guò)模型的訓(xùn)練，持續(xù)學(xué)習(xí)新的代碼示例和質(zhì)量問(wèn)題，不斷提升模型自身的檢測(cè)能力，適應(yīng)不同項(xiàng)目和代碼庫(kù)的需求；

40、3、本發(fā)明采用圖卷積神經(jīng)網(wǎng)絡(luò)gcn能夠識(shí)別代碼中的質(zhì)量問(wèn)題，相比于傳統(tǒng)方法，能夠顯著降低誤報(bào)率；并且可以同時(shí)檢測(cè)多種類型的問(wèn)題，適用于大規(guī)模項(xiàng)目，更加高效。

技術(shù)特征：

1.一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，其特征在于，用于采集源代碼的接口包括開(kāi)發(fā)環(huán)境接口、版本控制系統(tǒng)接口、代碼倉(cāng)庫(kù)訪問(wèn)接口和代碼提取接口。

3.根據(jù)權(quán)利要求1所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，其特征在于，所述預(yù)處理包括格式化處理和移除代碼中的注釋內(nèi)容，所述格式化處理包括縮進(jìn)、換行、空格處理。

4.根據(jù)權(quán)利要求1所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，其特征在于，每個(gè)節(jié)點(diǎn)vi檢測(cè)結(jié)果的計(jì)算方式如下：

5.根據(jù)權(quán)利要求1所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法，其特征在于，所述步驟4具體包括：

6.一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，其特征在于，所述代碼采集模塊的接口包括開(kāi)發(fā)環(huán)境接口、版本控制系統(tǒng)接口、代碼倉(cāng)庫(kù)訪問(wèn)接口和代碼提取接口。

8.根據(jù)權(quán)利要求6所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，其特征在于，所述預(yù)處理包括格式化處理和移除代碼中的注釋內(nèi)容，所述格式化處理包括縮進(jìn)、換行、空格處理。

9.根據(jù)權(quán)利要求6所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，其特征在于，每個(gè)節(jié)點(diǎn)vi檢測(cè)結(jié)果的計(jì)算方式如下：

10.根據(jù)權(quán)利要求6所述的一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)設(shè)備，其特征在于，所述分析包括生成模塊生成代碼分析報(bào)告的方式具體包括：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于人工智能的代碼質(zhì)量自動(dòng)檢測(cè)方法及設(shè)備。該方法包括采集源代碼數(shù)據(jù)；對(duì)所述源代碼數(shù)據(jù)的代碼格式進(jìn)行預(yù)處理，并根據(jù)標(biāo)準(zhǔn)化處理后的代碼生成抽象語(yǔ)法樹(shù)，然后將所述抽象語(yǔ)法樹(shù)構(gòu)建為圖數(shù)據(jù)；將構(gòu)建的圖數(shù)據(jù)輸入至訓(xùn)練合格的圖卷積神經(jīng)網(wǎng)絡(luò)中，以對(duì)代碼進(jìn)行質(zhì)量檢測(cè)，并輸出每個(gè)節(jié)點(diǎn)的檢測(cè)結(jié)果；根據(jù)每個(gè)節(jié)點(diǎn)的檢測(cè)結(jié)果生成代碼分析報(bào)告。本發(fā)明能更好地理解代碼的邏輯和流向，捕捉代碼中的復(fù)雜結(jié)構(gòu)和語(yǔ)義關(guān)系，適應(yīng)不同項(xiàng)目和代碼庫(kù)的需求，能夠顯著降低誤報(bào)率；并且可以同時(shí)檢測(cè)多種類型的問(wèn)題，適用于大規(guī)模項(xiàng)目，更加高效。

技術(shù)研發(fā)人員：劉志,黃陳
受保護(hù)的技術(shù)使用者：江蘇蘇商銀行股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10