← 返回列表
一种基于多尺度时序分析的变更代码质量评估方法
摘要文本
本发明公开了一种基于多尺度时序分析的变更代码质量评估方法，涉及软件测试技术领域。本发明首先将持续集成演变轨迹从时序上划分为稳定序列段和异常序列段，从而构建集成序列样本集；其次在样本集的基础上，基于双重注意力提取序列之间以及序列内部特征的依赖，训练序列相似度模型；最后利用模型在多个时间尺度上进行加权综合评估，判断变更代码的质量，即是否包含缺陷，筛选出不包含缺陷的代码评审，从而减少代码评审工作量，有效提高代码评审效率。
申请人信息
- 申请人:西南民族大学
- 申请人地址:610041 四川省成都市武侯区一环路南四段16号
- 发明人: 西南民族大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于多尺度时序分析的变更代码质量评估方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410009502.4 |
| 申请日 | 2024/1/3 |
| 公告号 | CN117806972A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06F11/36 |
| 权利人 | 西南民族大学 |
| 发明人 | 李英玲; 黄磊; 王子翱; 任书仪; 杨海宁 |
| 地址 | 四川省成都市武侯区一环路南四段16号 |
专利主权项内容
1.一种基于多尺度时序分析的变更代码质量评估方法，其特征在于：包括以下步骤：S1、获取历史集成版本，并基于历史集成版本构建集成版本轨迹；S2、对集成版本轨迹进行提取，得到正负样本序列对并构建集成序列样本集；S3、构建序列相似度模型，将集成序列样本集输入至序列相似度模型进行训练，得到训练后的序列相似度模型；S4、获取项目代码变更节点对应的相邻子序列，利用训练后的序列相似度模型进行多尺度检测和加权汇总，得到对应的代码质量评估结果；根据代码质量评估结果判断对应的变更代码的质量，完成对变更代码质量的评估。