基于CodeBERT和Stacking集成学习的补丁正确性验证方法

• 全文链接
• 请求原文

作   者：

韩威;  姜淑娟;  周伟; 

作者机构：

中国矿业大学计算机科学与技术学院; 

关键词：

集成学习;  Defects4J缺陷数据集;  自动程序修复;  补丁验证;  预训练模型; 

期刊名称：

计算机科学

i s s n：

1002-137X

年卷期：

2025 年 52 卷 001 期

页   码：

250-258

摘   要：

近年来，自动程序修复已成为软件工程领域的重要研究课题。然而，现有的自动修复技术大多是基于补丁生成和测试的，在补丁验证环节时间成本很高。此外，由于测试套件的不完备，许多候选补丁虽然能通过测试，但实际上并不正确，从而导致补丁过拟合。为提高补丁验证的效率并缓解补丁过拟合的问题，提出了一种静态的补丁验证方法。该方法首先使用大型预训练模型CodeBERT自动提取缺陷代码片段和补丁代码片段的语义特征，然后使用历史缺陷修复补丁数据训练Stacking集成学习模型，训练之后的模型可以对新的缺陷修复补丁进行有效验证。在Defects4J缺陷数据集相关的1 000个补丁数据上对所提方法的验证能力进行评估。实验结果表明，该方法可以有效地验证补丁的正确性，从而提高补丁验证的效率。