基于深度学习的API误用缺陷检测

• 作者: 彭鑫 汪昕 赵文耘 赵逸凡 陈驰
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: API误用 使用规约 缺陷检测 深度学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 智能化软件新技术专刊
• 页码范围: 1342-1358
• 页数: 17页
• 分类号: TP311
• 字数: 10521字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005722

摘要

开发人员经常需要使用各种应用程序编程接口(application programming interface,简称API)来复用已有的软件框架、类库等.由于API自身的复杂性、文档资料的缺失等原因,开发人员经常会误用API,从而导致代码缺陷.为了自动检测API误用缺陷,需要获得API使用规约,并根据规约对AP1使用代码进行检测.然而,可用于自动检测的API规约难以获得,而人工编写并维护的代价又很高.针对以上问题,将深度学习中的循环神经网络模型应用于API使用规约的学习及API误用缺陷的检测.在大量的开源Java代码基础上,通过静态分析构造API使用规约训练样本,同时利用这些训练样本搭建循环神经网络学习API使用规约.在此基础上,针对API使用代码进行基于上下文的语句预测,并通过预测结果与实际代码的比较发现潜在的API误用缺陷.对所提出的方法进行实现并针对Java加密相关的API及其使用代码进行了实验评估,结果表明,该方法能够在一定程度上实现API误用缺陷的自动发现.