发明专利已授权

一种基于图卷积神经网络对软件缺陷预测方法

📄 申请号：CN201910973406.0 📄 发布日：2025/10/09

著录项目信息

申请日

2019-10-14

公开号

CN110888798A

公开日

2020-03-17

申请人

西安理工大学

法律状态

已下证

专利类型

发明

主分类号

G06F11_36

IPC 分类号

G06F11_36 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

图卷积神经网络图卷积神经网络软件缺陷预测人工智能算法

应用场景

软件测试, 软件质量保障, 智能运维, 代码审查, 软件可靠性分析

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于图卷积神经网络的软件缺陷预测方法，利用GCN算法训练模型对输入的代码文件进行缺陷类型的预测。本发明通过Bert模型将软件的源代码文件进行特征提取，并通过构建抽象语法树实现了源代码中的文件之间的关联，然后使用关联算法Apriori将代码中可能具有缺陷传递的文件进行关联，最后将源文件的特征向量与特征向量之间的关联关系作为邻接矩阵作为输入，实现了对GCN模型的训练。当判断软件代码文件是否存在缺陷时，将代码文件自动转化为其对应的特征向量向量作为模型的输入，GCN模型输出代码文件可能存在缺陷，从而大大减少了测试人员的工作量。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20221104

✅ 授权

20200410

?? 实质审查的生效：

20200317

📄 公开

一种非受限状态下的指节纹识别方法

当前第 / 件

基于子图同构的web数据自动可视化方法

同领域国内专利 · IPC: (G06F11_36)

G06F11_00 G06F11_07 G06F11_08 G06F11_10 G06F11_14 G06F11_1446 G06F11_20 G06F11_22 G06F11_26 G06F11_263 G06F11_267 G06F11_27 G06F11_273 G06F11_30 G06F11_32 G06F11_34 G06F11_36 G06F11_3604 G06F11_362 G06F11_3668 覆盖20个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：68 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于图卷积神经网络对软件缺陷预测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F11_36)

相似专利推荐 AI 驱动 · 同领域

一种基于协同迁移的软件缺陷预测方法

一种基于深度迁移的软件缺陷预测方法

基于异构迁移的数据集扩充方法及软件缺陷预测方法

服务项目

资源中心

关于柿子坊