基于代码所有权信息和深度学习的软件跟踪能力链恢复方法
基本信息
| 申请号 | CN202210316741.5 | 申请日 | - |
| 公开（公告）号 | CN114691147A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114691147A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F8/41（2018.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 汪烨;胡坤;黄乔;姜波 | 申请（专利权）人 | 浙江工商大学 |
| 代理机构 | 杭州浙科专利事务所（普通合伙） | 代理人 | - |
| 地址 | 310018浙江省杭州市下沙高教园区学正街18号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于软件跟踪能力链恢复技术领域，公开了一种基于代码所有权信息和深度学习的软件跟踪能力链恢复方法，其特征在于，包括如下步骤：步骤1：计算出高级制品和源代码之间候选链接列表；步骤2：识别每个源代码制品的作者；步骤3：定义作者上下文；步骤4：将代码所有权信息与文本信息相结合。本发明提出的方法适用于恢复需求和代码之间的跟踪能力链，它能够充分地利用代码中所包含的代码所有权信息，并且利用深度学习的神经网络计算相似性，大幅度提高了恢复需求和代码之间跟踪能力链的准确度。 |
