Intel har publicerat ControlFlag 1.2, ett verktyg för att upptäcka anomalier i källtexter

Företaget Intel har släppt verktyget ControlFlag 1.2, som möjliggör upptäckten av fel och anomalier i källtexter, med hjälp av ett maskininlärningssystem som har tränats på en stor mängd existerande kod. Till skillnad från traditionella statiska analysatorer tillämpar ControlFlag inte fasta regler som kan vara svåra att förutse alla möjliga scenarier för, utan baserar sig på statistiken av användningen av olika språkstrukturer i många befintliga projekt. Koden för ControlFlag är skriven i C++ och är öppen under MIT-licensen.

Den nya versionen är anmärkningsvärd för att den implementerar full stöd för att upptäcka anomalier och träna baserat på typiska kodmönster för C++. I tidigare versioner har liknande stöd funnits för språken C och PHP. Systemet är lämpligt för att identifiera olika typer av problem i koden, från att upptäcka typografiska fel och felaktiga typkombinationer, till att identifiera anomalier i 'if'-villkor och missade kontroller av NULL-värden i pekare. Systemet tränas genom att bygga en statistisk modell av den befintliga koden från öppna projekt publicerade på C, C++ och PHP på GitHub och liknande offentliga repon.

Under träningsfasen bestämmer systemet typiska mönster för konstruktioner i koden och bygger ett syntaktiskt träd med samband mellan dessa mönster, vilket speglar programflödet i koden. I slutändan skapas ett referensträd för beslutsfattande som integrerar utvecklingskompetensen från alla analyserade källtexter. En liknande process för identifiering av mönster utförs för den kontrollerade koden, som jämförs med referensträdet för beslutsfattande. Stora avvikelser från angränsande grenar indikerar att det finns en anomali i det kontrollerade mönstret.

Källa: opennet.ru