從源代碼的控制流圖中學習特性以定位缺陷
缺陷定位在軟件維護中起著重要的作用。目前有研究者基于CFG開展錯誤定位的研究，然而單純使用CFG作為源代碼的中間表示很難表達源代碼完整的語義。因為CFG中相鄰的節點在語義上可能完全不相關；而且位于CFG上方的節點會影響執行路徑上的后續節點的語義。在本文中，作者提出需要考慮流的特征，使用基于流的GRU從CFG中學習特征。基于流的GRU利用由CFG表示的程序結構來沿著執行路徑傳播語句的語義，很好地反映了流的本質。
文章給出了如圖1所示的Motivation示例。從圖中可以看出，兩個相鄰的節點（如節點1和節點2）在語義上是不相關的，而距離較遠的節點6和節點1、節點4之間確實有語義關系的。因此，不能用GNN來從鄰居節點聚集語義。
Fig.1 Motivation
文章有如下貢獻：
- 作者控制流圖的流性質（前面的語句可能影響執行路徑上后續語句的語義，而相鄰節點的語義可能不相關）應該被充分考慮。
- 提出了一個基于流的GRU從CFG中學習特征，充分考慮了流的性質和路徑之間的內在關聯。
缺陷定位任務可以表示為：，R為一系列缺陷報告；，C為一系列源代碼文件。缺陷定位任務可表示為：，Y是標簽。文章所提模型框圖如圖2所示，由4個部分組成：源代碼特征提取、缺陷報告特征提取、融合和預測。
Fig.2 模型框圖
對于缺陷報告特征提取層，作者采用文章“Convolutional neural networks for sentence classifcation”中提到的方法提取缺陷報告的語義特征。源代碼特征提取層分為3個子層：xxx；融合層將缺陷報告特征和源代碼特征作為輸入，使用全連接網絡進行特征融合。
文章將源代碼對應的CFG表示為，其中V表示CFG的節點（也就是一條語句），E表示CFG的邊，X表示節點V對應的語句層特征矩陣。在語句層特征學習中，文章使用駝峰命名拆分源代碼的每一個token，刪除不重要的標點符號，然后使用word2vec對token進行嵌入；接著使用1D-CNN提取token的語義特征。基于流的GRU設計如圖3所示，算法如圖4所示。
Fig.3 基于流的GRU框圖
Fig.4 基于流的GRU算法
