该课题组提出了基于多类型和多粒度的语义代码表示学习模型 ——MultiCode，解决了工业场景中涉及多需求的开发任务时面临的开发开销大、模型集成困难、可扩展性受限等问题。
该课题组的研究实现了在多需求工业场景下的高效开发和准确预测，在漏洞检测、代码克隆检测等任务中得到了具体实践，并获得实际应用。
▲ MultiCode 基于多类型和多粒度的语义代码表示学习模型框架
据介绍，MultiCode 模型能够学习代码中多种类型和粒度的语义信息，进而支撑多种代码分析任务。课题组提出使用抽象语法树、控制流图、程序依赖图等结构，对代码中不同类型和粒度的语义信息进行建模，并利用树神经网络和图神经网络分别对不同的语义信息进行处理。将该模型作为编码器进行神经网络构建，能够有效适配于不同的代码分析任务。
在漏洞检测和代码克隆检测任务上的评估结果表明，该模型能够在不需要重新构建编码器的情况下，在不同任务中有效地识别并区分不同类别代码的语义，进而支撑多种任务上的预测。
IT之家了解到，相关研究成果发表在软件可靠性工程国际会议（ISSRE 2021）的 Industry Track 上，并被评为最佳实践论文。研究工作得到国家重点研发计划、国家自然科学基金的支持。
▲ ISSRE 2021 最佳实践论文奖
