La empresa Intel ha publicado la versión 1.2 de la herramienta ControlFlag, que permite detectar errores y anomalías en los códigos fuente utilizando un sistema de aprendizaje automático entrenado con un gran volumen de código existente. A diferencia de los analizadores estáticos tradicionales, ControlFlag no aplica reglas predefinidas, que son difíciles de anticipar en todos los posibles escenarios, sino que se basa en la estadística del uso de diversas construcciones del lenguaje en un gran número de proyectos existentes. El código de ControlFlag está escrito en C++ y es de código abierto bajo la licencia MIT.
La nueva versión es notable por implementar un soporte completo para la detección de anomalías y el aprendizaje basado en plantillas de código típicas para el lenguaje C++. En versiones anteriores, este tipo de soporte se proporcionó para los lenguajes C y PHP. El sistema es adecuado para identificar diversos tipos de problemas en el código, desde detectar errores tipográficos y combinaciones incorrectas de tipos hasta identificar anomalías en expresiones condicionales ‘if’ y omisiones en las verificaciones de valores NULL en punteros. El sistema se entrena construyendo un modelo estadístico del conjunto de código de proyectos de código abierto en C, C++ y PHP, publicados en GitHub y repositorios públicos similares.
Durante la fase de entrenamiento, el sistema identifica patrones típicos de construcción en el código y construye un árbol sintáctico de relaciones entre estos patrones, reflejando el flujo de ejecución del código en el programa. Como resultado, se crea un árbol de decisión de referencia que combina la experiencia de desarrollo de todos los códigos fuente analizados. Para el código evaluado, se realiza un proceso similar de identificación de patrones, que se comparan con el árbol de decisión de referencia. Grandes discrepancias con ramas cercanas indican la existencia de una anomalía en el patrón revisado.
Fuente: opennet.ru
