基于多源域适应的缺陷类别预测

近年来，基于深度学习的缺陷预测技术在软件工程领域成为热门研究主题。这些技术可以在不执行代码的情况下识别潜在缺陷。然而，现有方法大多集中于确定方法级别代码是否存在缺陷，缺乏对特定缺陷类别的精确分类能力，从而削弱了开发人员在定位和修复缺陷方面的效率。此外，在实际软件开发中，新项目常常缺乏足够的缺陷数据来训练高精度深度学习模型。在新项目上，基于现有项目训练的模型在泛化性能方面往往难以令人满意。因此，本文最初将传统的二分类缺陷预测任务重新表述为多标签分类问题，使用 Common Weakness Enumeration (CWE) 中描述的缺陷类别作为细粒度预测标签。为了提升跨项目场景中的模型性能，本文提出一种多源域适应框架，集成对抗训练和注意力机制。具体而言，所提出的框架采用对抗训练来缓解域（即软件项目）差异，进而利用域无关特征来捕获每个源域与目标域之间的特征相关性。同时，所提出的框架采用加权最大均值不等式作为注意力机制，以最小化源域和目标域特征之间的表示距离，促进模型学习更具域无关性的特征。在 8 个真实开源项目上的实验表明，所提出的方法相比当前最先进的基线方法实现了显著的性能提升。