[发明专利]一种Github开源平台数据的获取方法及源代码缺陷修复系统

摘要

本发明公开了一种Github开源平台数据的获取方法及源代码缺陷修复系统，所公开的方法包括：首先对Github平台中的数据集进行预处理,得到符合要求的变更记录及其对应的Bug‑Fix文件对；然后根据变更记录提取Bug‑Fix函数对；对Bug‑Fix函数根据控制流切片以扩充训练数量，之后对网络进行训练获得缺陷分类模型和补丁生成模型。对于待修复的缺陷文件，处理得到该目标文件缺陷所在函数的向量后，先输入到缺陷相似性分类模型，得到和目标代码最相似的分类集合，然后选择该集合训练的补丁生成模型生成对应的修复补丁。解决了目前基于源码进行学习的缺陷修复技术中面临的数据集过小、数据集质量低下导致模型泛化能力差的问题；且能够达到更高的正确补丁生成率。