基于深度学习的代码分析研究综述

作     者：张峰逸 彭鑫 陈驰 赵文耘 Zhang Fengyi;Peng Xin;Chen Chi;Zhao Wenyun

作者机构：复旦大学软件学院上海201203 上海市数据科学重点实验室(复旦大学)上海201203 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2018年第35卷第6期

页      码：9-17,22页

摘      要：随着现代软件规模的不断增大,程序员面临着与日俱增的开发与维护负担,一种辅助他们完成开发流程的工具成为了迫切需求。基于深度学习的代码分析技术从分析代码性质入手,致力于辅助程序员生成或理解代码,成为了软件工程近期研究的热点。总结近期软件工程和人工智能领域中基于深度学习的代码分析研究。论述其一般的技术流程,并从代码表征方法、模型选择以及应用场景三个方面对现有工作进行分类,体现了不同工作的技术特点与设计思路。通过对现有工作的总结整理,认为深度学习在代码分析中的应用还处于初级阶段,既体现了其性能的优越性,又存在着诸如抽象问题描述、数据标注和领域知识理解等问题。在未来的研究中,可能产生突破性进展的发展方向包括建立可标注数据集、设计合理的评判体系以及与知识图谱等新型人工智能技术相结合等。

主 题 词：代码分析 深度学习 表征学习 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2018.06.002

馆 藏 号：203296293...