कोडमधील बग ओळखण्यासाठी इंटेलने कंट्रोलफ्लॅग मशीन लर्निंग सिस्टम कोड उघडला

इंटेलने कंट्रोलफ्लॅग संशोधन प्रकल्पाशी संबंधित विकास शोधला आहे ज्याचा उद्देश कोड गुणवत्ता सुधारण्यासाठी मशीन लर्निंग सिस्टम तयार करणे आहे. प्रकल्पाद्वारे तयार केलेले टूलकिट, मोठ्या प्रमाणात विद्यमान कोडवर प्रशिक्षित मॉडेलच्या आधारे, C/C++ सारख्या उच्च-स्तरीय भाषांमध्ये लिहिलेल्या स्त्रोत मजकुरातील विविध त्रुटी आणि विसंगती ओळखण्यास अनुमती देते. सिस्टीम कोडमधील विविध प्रकारच्या समस्या ओळखण्यासाठी, टायपो आणि चुकीचे प्रकार संयोजन ओळखण्यापासून, पॉइंटर आणि मेमरी समस्यांमधील गहाळ NULL मूल्य तपासणी ओळखण्यासाठी योग्य आहे. ControlFlag कोड C++ मध्ये लिहिलेला आहे आणि MIT लायसन्स अंतर्गत ओपन सोर्स केलेला आहे.

GitHub आणि तत्सम सार्वजनिक भांडारांमध्ये प्रकाशित मुक्त-स्रोत प्रकल्पांच्या विद्यमान कोड अॅरेचे सांख्यिकीय मॉडेल तयार करून प्रणाली स्वयं-शिकत आहे. प्रशिक्षणाच्या टप्प्यावर, प्रणाली कोडमधील संरचना तयार करण्यासाठी विशिष्ट नमुने निर्धारित करते आणि या नमुन्यांमधील कनेक्शनचे एक वाक्यरचनात्मक वृक्ष तयार करते, प्रोग्राममधील कोड अंमलबजावणीचा प्रवाह प्रतिबिंबित करते. परिणामी, एक संदर्भ निर्णय घेणारा वृक्ष तयार होतो जो सर्व विश्लेषित स्त्रोत कोडच्या विकासाचा अनुभव एकत्र करतो.

पुनरावलोकनाधीन कोड संदर्भ निर्णयाच्या झाडाविरुद्ध तपासले जाणारे नमुने ओळखण्याच्या समान प्रक्रियेतून जातात. शेजारच्या शाखांसह मोठ्या विसंगती तपासल्या जात असलेल्या पॅटर्नमध्ये विसंगतीची उपस्थिती दर्शवते. सिस्टम तुम्हाला टेम्प्लेटमधील एरर ओळखण्यासाठीच नाही, तर सुधारणा सुचवण्याची देखील परवानगी देते. उदाहरणार्थ, OpenSSL कोडमध्ये, "(s1 == NULL) ∧ (s2 == NULL)" हे बांधकाम ओळखले गेले, जे वाक्यरचना ट्रीमध्ये फक्त 8 वेळा दिसले, तर सर्वात जवळची शाखा "(s1 ==) या मूल्यासह NULL) || (s2 == NULL)” सुमारे 7 हजार वेळा आली. प्रणालीला एक विसंगती देखील आढळली “(s1 == NULL) | (s2 == NULL)” जे झाडामध्ये 32 वेळा दिसले.

कोड फ्रॅगमेंटचे विश्लेषण करताना “if (x = 7) y = x;” सिस्टीमने निर्धारित केले आहे की "व्हेरिएबल == संख्या" बांधकाम सामान्यतः संख्यात्मक मूल्यांची तुलना करण्यासाठी "if" ऑपरेटरमध्ये वापरले जाते, त्यामुळे "if" अभिव्यक्तीमधील संकेत "चर = संख्या" मुळे उद्भवण्याची शक्यता आहे. टायपो पारंपारिक स्थिर विश्लेषकांनी अशी त्रुटी पकडली असती, परंतु त्यांच्या विपरीत, कंट्रोलफ्लॅग तयार नियम लागू करत नाही, ज्यामध्ये सर्व संभाव्य पर्याय प्रदान करणे कठीण आहे, परंतु मोठ्या संख्येने विविध संरचनांच्या वापराच्या आकडेवारीवर आधारित आहे. प्रकल्पांची.

एक प्रयोग म्हणून, CURL युटिलिटीच्या स्त्रोत कोडमध्ये ControlFlag वापरणे, जे बर्याचदा उच्च-गुणवत्तेचे आणि चाचणी केलेल्या कोडचे उदाहरण म्हणून उद्धृत केले जाते, स्ट्रक्चर एलिमेंट “s->keepon” वापरताना, स्टॅटिक विश्लेषकांद्वारे न सापडलेली त्रुटी ओळखली गेली, ज्यामध्ये संख्यात्मक प्रकार होता, परंतु बुलियन मूल्य TRUE शी तुलना केली गेली. OpenSSL कोडमध्ये, "(s1 == NULL) ∧ (s2 == NULL)" सह वर नमूद केलेल्या समस्येव्यतिरिक्त, "(-2 == rv)" (वजा होता टायपो) आणि "BIO_puts(bp, ":")

स्त्रोत: opennet.ru