[发明专利]一种针对网络协议源代码的跨域缺陷预测方法

权利要求书

1.一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述步骤为：S1：获取源代码；S2：提取网络协议源代码特征；S3：通过Mean-ReSMOTE算法对数据过采样平衡数据集分布；S4：通过Hybrid-RFE+算法进行特征选择与模型训练；S5：输出预测结果。

2.根据权利要求1所述的一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述获取源代码为：通过Github等网站搜寻获取待预测的源代码。

3.根据权利要求1所述的一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述提取网络协议源代码特征的方法为：S2.1：确定代码度量元；S2.2：通过利用源码特征提取工具对S1中获取的源代码按照准则进行处理S2.3：获得准则属性的特征数值、代表协议源码的缺陷预测所需的训练属性。

4.根据权利要求3所述的一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述源码特征提取工具为python库中的lizard、mulmetric。

5.根据权利要求4所述的一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述通过Mean-ReSMOTE算法对数据过采样平衡数据集分布的方法为：S3.1：确定样本集合S1；S3.2：计算多数类样本值Nnax和少数类样本值Mnin；S3.3：计算需要生成的少数类样本值N=Nmax-Min；S3.4：基于KNM算法生成少数类新样本，放入集合S2；S3.5：对S2进行去重处理，删除相似度过近的样本；S3.6：判断S2中样本数是否大于N；S3.7：如果不大于N，重复S3.4-S3.5步骤；S3.8：如果大于N，则输出预测结果。

6.根据权利要求5所述的一种针对网络协议源代码的跨域缺陷预测方法，其特征在于，所述通过Hybrid-RFE+算法进行特征选择与模型训练：S4.1：数据集D、特征集合Fl、特征选择数目K；S4.2：对数据集 的特征进行Pearson相关系数选择和重复特征度量元素筛选；S4.3：对特性进行重要性排序，并为不同的特性子集分配不同的减重；S4.4：通过训练模型对有权值的数据集进行训练，消除权值过小的值，继续进行递归循环；S4.5：是否满足收敛条件；S4.6：如果不满足收敛条件，重复S4.3-S4.5；S4.7：如果满足收敛条件，输出预测结果。