摘要
M.Acharya、T.Xie、J.Pei和J.Xu。 从源代码中挖掘API模式作为部分顺序:从使用场景到规范。 2007年FSE,第25-34页。 谷歌学者 数字图书馆 M.Allamanis、E.T.Barr和C.Sutton。 学习自然编码惯例。 2014年FSE,第281-293页。 谷歌学者 数字图书馆 L.R.Bahl、P.Brown、P.V.de Souza和R.Mercer。 一种基于树的自然语言语音识别统计语言模型。 声学、语音和信号处理,IEEE汇刊,37(7):1001–10081989。 谷歌学者 交叉引用 L.Benjamin和T.Zimmermann。 DynaMine:通过挖掘软件修订历史发现常见错误模式。 在FSE’05,第296–305页,2005年。 谷歌学者 J.C.Campbell、A.Hindle和J.N.Amaral。 语法错误并不自然:使用语言模型改进错误报告。 2014年MSR第252-261页。 谷歌学者 数字图书馆 R.-Y.Chang、A.Podgurski和J.Yang。 发现不存在的东西:揭示软件中被忽视的条件的新方法。 2007年ISSTA第163-173页。 谷歌学者 数字图书馆 E.查尼亚克。 统计语言学习。 麻省理工学院出版社第一期平装版。 麻省理工学院出版社,1996年。 谷歌学者 数字图书馆 D.Engler、D.Y.Chen、S.Hallem、A.Chou和B.Chelf。 作为偏差行为的错误:推断系统代码中错误的一般方法,第35卷。 2001 谷歌学者 数字图书馆 M.D.Ernst、J.H.Perkins、P.J.Guo、S.McCamant、C.Pacheco、M.S.Tschantz和C.Xiao。 动态检测可能不变量的Daikon系统。 《科学》。 计算。 程序。, 第69卷,第35-45页,2007年。 谷歌学者 数字图书馆 N.Gruska、A.Wasylkowski和A.Zeller。 从6000个项目中学习:轻量级跨项目异常检测。 ISSTA’10,第119-130页,2010年。 谷歌学者 数字图书馆 M.Hall、E.Frank、G.Holmes、B.Pfahringer、P.Reutemann和I.H.Witten。 WEKA数据挖掘软件:更新。 SIGKDD探索。 新闻。, 11(1):2009年11月10日至18日。 谷歌学者 数字图书馆 S.Han、D.R.Wallace和R.C.Miller。 通过缩写输入完成代码。 在ASE’09中,第332–343页,2009年。 谷歌学者 数字图书馆 S.Hangal和M.S.Lam。 使用自动异常检测跟踪软件错误。 2002年ICSE’02,第291-301页。 谷歌学者 数字图书馆 V.J.Hellendorn、P.T.Devanbu和A.Bacchelli。 他们会喜欢吗 使用语言模型评估代码贡献。 2015年MSR第157-167页。 谷歌学者 数字图书馆 A.Hindle、E.T.Barr、Z.Su、M.Gabel和P.Devanbu。 论软件的自然性。 2012年ICSE’12,第837–847页。 谷歌学者 数字图书馆 D.Hovemeyer和W.Pugh。 找到虫子很容易。 ACM Sigplan通告,39(12):92-1062004。 谷歌学者 数字图书馆 C.-H.Xiao、M.Cafarela和S.Narayanasamy。 使用Web语料库统计进行程序分析。 在OOPSLA’14,第49-65页,2014年。 谷歌学者 数字图书馆 J.Huang、P.O.Meredith和G.Rosu。 基于控制流抽象的最大声音预测竞赛检测。 2014年PLDI第337-348页。 谷歌学者 数字图书馆 H.Kagdi、M.L.Collard和J.I.Malectic。 一种利用句法上下文挖掘呼叫使用模式的方法。 2007年ASE’07,第457–460页。 谷歌学者 数字图书馆 W.M.Khoo、A.Mycroft和R.Anderson。 Rendezvous:二进制代码的搜索引擎。 2013年《MSR’13》第329–338页。 谷歌学者 数字图书馆 J.Lawall和D.Lo。 一种自动查找变量-常量配对错误的方法。 在ASE’10,第103–112页,2010年。 谷歌学者 数字图书馆 Z.Li、S.Lu、S.Myagmar和Y.Zhou。 CP-Miner:用于查找操作系统代码中的复制页和相关错误的工具。 2004年OSDI第20–20页。 谷歌学者 数字图书馆 Z.Li和Y.Zhou。 PR Miner:自动提取隐式编程规则并检测大型软件代码中的违规行为。 2005年FSE第306–315页。 谷歌学者 数字图书馆 B.Liang、P.Bian、Y.Zhang、W.Shi、W.You和Y.Cai。 AntMiner:通过减少噪音干扰来挖掘更多错误。 2016年ICSE第333–344页。 谷歌学者 数字图书馆 H.Liu、Y.Wang、L.Jiang和S.Hu。PF-Miner:错误路径中Android内核的一种新的成对函数挖掘方法。 2014年COMPSAC第33–42页。 谷歌学者 数字图书馆 C.D.Manning和H.Schütze。 统计自然语言处理基础。 麻省理工学院出版社,1999年。 谷歌学者 数字图书馆 F.Martin等人,《重构:改进现有代码的设计》。 1999 谷歌学者 数字图书馆 M.Monperrus和M.Mezini。 将缺少的方法调用检测为违反多数规则。 ACM事务处理。 柔和。 工程方法。, 22(1):7:1–7:25, 2013. 谷歌学者 数字图书馆 D.Movshovitz-Attias和W.W.Cohen。 预测编程注释的自然语言模型。 2013年ACL’13,第35-40页。 谷歌学者 S.Nessa、M.Abedin、E.Wong、L.Khan和Y.Qi。 基于N-gram分析的软件故障定位。 2008年WASA,第548–559页。 谷歌学者 数字图书馆 T.T.Nguyen、A.T.Nugyen、H.A.Nguyeen和T.N.Ngueen。 源代码的统计语义语言模型。 2013年FSE第532-542页。 谷歌学者 数字图书馆 T.T.Nguyen、H.A.Nguyen、N.H.Pham、J.M.Al-Kofahi和T.N.Nguien。 基于图的多对象使用模式挖掘。 在FSE'09,第383–392页,2009年。 谷歌学者 数字图书馆 Y.Oda、H.Fudaba、G.Neubig、H.Hata、S.Sakti、T.Toda和S.Nakamura。 学习使用统计机器翻译从源代码生成伪代码。 在ASE’15中,第824-8292015页。 谷歌学者 数字图书馆 M.Pradel和T.R.Gross。从大型方法痕迹中自动生成对象使用规范。 在ASE’09中,第371–382页,2009年。 谷歌学者 数字图书馆 M.K.Ramanathan、A.Grama和S.Jagannathan。 函数优先协议的路径敏感推断。 2007年ICSE第240–250页。 谷歌学者 数字图书馆 B.Ray、V.Hellendorn、Z.Tu、C.Nguyen、S.Godhane、A.Bacchelli和P.Devanbu。 论布吉密码的“自然性”。 2016年ICSE’16。 谷歌学者 数字图书馆 V.Raychev、M.Vechev和E.Yahav。 使用统计语言模型完成代码。 2014年PLDI第419-428页。 谷歌学者 数字图书馆 罗森菲尔德。 二十年的统计语言建模:我们将何去何从? 2000 谷歌学者 S.Saha、J.-P.Lozi、G.Thomas、J.L.Lawall和G.Muller。 赫克托:检测系统软件错误处理代码中的资源释放遗漏错误。 在DSN'13中,第1-12页,2013年。 谷歌学者 数字图书馆 M.Sampson、L.Zhang、A.Morrison、N.J.Barrowman、T.J.Clifford、R.W.Platt、T.P.Klassen和D.Moher。 手动搜索黄金标准的替代方案:使用相对回忆验证方法搜索过滤器。 BMC医学研究方法,6(1),2006年。 谷歌学者 S.Shoham、E.Yahav、S.Fink和M.Pistoia。 使用基于自动文摘的静态规范挖掘。 2007年ISSTA第174-184页。 谷歌学者 数字图书馆 B.Sun、G.Shu、A.Podgurski和B.Robinson。 通过挖掘项目特定规则扩展静态分析。 2012年ICSE’12,第1054–1063页。 谷歌学者 数字图书馆 L.Tan、D.Yuan、G.Krishna和Y.Zhou。/* iComment:错误还是错误评论?*/。 2007年SOSP第145-158页。 谷歌学者 数字图书馆 S.H.Tan、D.Marinov、L.Tan和G.T.Leavens@ t注释:测试Javadoc注释以检测注释-代码不一致。 2012年ICST’12,第260-269页。 谷歌学者 数字图书馆 S.Thummalapenta和T.Xie。 将异常处理规则挖掘为序列关联规则。 2009年ICSE第496–506页。 谷歌学者 数字图书馆 S.Thummalapenta和T.Xie。 Alattin:缺陷检测的替代模式挖掘。 自动化软件工程,18(3-4):292–3232011。 谷歌学者 数字图书馆 Z.Tu、Z.Su和P.Devanbu。 关于软件的局部性。 2014年FSE第269-280页。 谷歌学者 数字图书馆 J.Wang、Y.Dang、H.Zhang、K.Chen、T.Xie和D.Zhang。 从源代码中挖掘简洁和高平均API使用模式。 2013年《MSR’13》第319–328页。 谷歌学者 数字图书馆 A.Wasylkowski和A.Zeller。 从对象使用中挖掘时间规范。 自动化软件工程,18(3-4):263–2922011。 谷歌学者 数字图书馆 A.Wasylkowski、A.Zeller和C.Lindig。 检测对象使用异常。 2007年FSE,第35-44页。 谷歌学者 数字图书馆 M.White、C.Vendome、M.Linares-Vásquez和D.Poshyvanyk。 走向深度学习软件存储库。 2015年,MSR’15,第334–345页。 谷歌学者 数字图书馆 C.Williams和J.Hollingsworth。 自动挖掘源代码存储库以改进错误查找技术。 2005年TSE’05第31卷第466–480页。 谷歌学者 数字图书馆 C.C.Williams和J.K.Hollingsworth。 从软件存储库恢复系统特定规则。 2005年MSR第1-5页。 谷歌学者 数字图书馆 谢霆锋和裴勇军。 MAPO:从开放源代码存储库挖掘API用法。 2006年MSR第54–57页。 谷歌学者 数字图书馆 Y.Xue、J.Wang、Y.Liu、H.Xiao、J.Sun和M.Chandramohan。 通过攻击行为建模检测和分类恶意Javascript。 ISSTA’15,第48-59页,2015年。 谷歌学者 数字图书馆 J.Yang、D.Evans、D.Bhardwaj、T.Bhat和M.Das。 Perracotta:从不完善的跟踪中挖掘临时API规则。 2006年ICSE第282–291页。 谷歌学者 数字图书馆 余振中、胡鸿章、白崇禧、蔡国勇和王伟。 使用N-gram分析的GUI软件故障定位。 2011年HASE'11,第325–332页。 谷歌学者 数字图书馆
建议
DeepBugs:基于名称的错误检测的学习方法 源代码中的自然语言元素,例如变量和函数的名称,传递了有用的信息。 然而,大多数现有的错误检测工具忽略了这些信息,因此错过了一些错误类别。 现有的几个基于名称的错误。。。 使用Bug信息检测源代码中的相关Bug COMPSAC’10:2010 IEEE第34届年度计算机软件和应用会议记录 开放源代码项目通常在开发和维护期间维护开放的错误库,记者经常直接或含蓄地指出错误发生的原因。 关于一个bug的评论对…非常有价值。。。 在可变误用错误方面,神经错误检测器与软件开发人员可比吗? ASE’22:第37届IEEE/ACM自动化软件工程国际会议论文集 调试,即识别和修复软件中的错误,是软件开发的核心部分。 因此,开发人员经常面临着确定给定代码段是否包含bug的任务,如果包含bug,则确定其位置。 最近,数据-。。。