(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651709.4 (22)申请日 2021.12.3 0 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 江贺　陈乐　周志德　任志磊　 (74)专利代理 机构 大连理工大 学专利中心 21200 代理人 温福雪 (51)Int.Cl. G06F 11/36(2006.01) G06F 8/41(2018.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于深度学习的JS转译器缺陷检测方 法 (57)摘要 本发明属于软件测试技术领域， 尤其涉及一 种用于检查JS转译器缺陷的技术， 具体为一种基 于深度学习的JavaScript转译器缺陷检测方法。 本发明方法可以对JavaScript转译器进行缺陷 检测， 通过深度学习学习测试用例的语 法特性并 生成新的测试用例， 避免了以往检测过程中需要 开发人员手动编写测试用例或传统方法生成大 量无用的语 法盲的测试用例， 大大的节省了时间 的同时提高了测试效率。 权利要求书2页 说明书6页 附图1页 CN 114385491 A 2022.04.22 CN 114385491 A 1.一种基于深度学习的JS转译器缺陷检测方法， 其特 征在于， 具体步骤如下： 步骤1： 按照关键词搜索法收集GitHub上指定语法的代码库 通过关键字搜索法， 使用GitHub提供的API按照star数量从多到少收集语料库； 然后使 用JS引擎将JS文件中引入的外部模块导入到 当前文件中以避免引用错误， 最后使用代码静 态检查工具进 行语法检查， 筛选出语法正确的代码保存到语料库中； 语法检查分为两遍， 第 一遍找到符合指定语法标准的代码文件， 第二遍从第一遍检查后的文件中找到语法正确的 代码文件； 步骤2： 对语料库进行 预处理 首先将JS测试用例转换为AST， 再统一修改标记名； 标记名包括函数名、 类名、 变量名和 属性名， 修改变量名和属性名的时候略过JavaScript的保留字和内置函数， 然后将字符串 变量统一修改为 “string”； 对于JS中能将 字符串内容作为一般JS脚本执行eval函数进行特 殊处理， 将eval函数的字符串参数， 提取成单独的代码段插入原有的程序中； 其次将AST上 的注释内容删除， 最后将AST再转换为JS程序； 步骤3： 训练模型 使用LSTM进行训练， LSTM模型需要将每个训练文本转换为一个整数序列作为神经网络 的输入； 为此， 首先需要构建一个词汇表， 通过在词汇表中查找标记， 将 每个指令、 常量和变 量映射为整 数； 使用字节对编码标记 化方法构建词汇表， 具体为： 首先计算训练数据中每个 单词的频率， 然后根据单词 频率将每个单词分成块或子单词； 最终将每个子词或标记映射 到要存储在词汇表中的整数； 在构建成功词汇表后， 将JS程序一一映射为整数序列来更新 LSTM网络， 得到训练后的模型； 步骤4： 检测是否达到测试时间限制； 如果没有达到， 则转到步骤5， 使用深度学习模型 指导测试用例生成； 若已达 到， 则停止测试； 其中， 测试时间限制可由测试人员根据需求进行设置， 不包含步骤1 ‑3中构建语料库和 训练模型的时间； 步骤5： 生成测试用例： 通过加载训练后的模型生成新的代码片段； 从现有语料库选定 包含不同语法特性的短小代码片段作为样本头输入到模型中， 然后要求深度学习网络根据 这些字符串生成下一个令牌； 采用top ‑k采样方案， 从top ‑k令牌中随机选择一个令牌； 然后 将生成字符追加 到现有字符并作为下一轮网络更新的输入； 当花括号 “{”和“}”匹配， 或语 言模型生成专用终止 符号“EOF”， 或合成程序的字数超过初始设置的最长字 符阈值时， 该生 成过程终止； 对于生成的测试用例进行静态语法检查， 去除完全不包含指定语法的测试用 例和包含错误语法的测试用例； 步骤6： 使用转译器转译测试用例： 在转译过程中， 如果转译器报错， 收集报错信息， 错 误信息的首行记录了bug类型和bug内容， 以此作为索引值， 触发bug的测试用例作为索引内 容， 记录在bug字典中； 步骤7： 语法检测： 对于成功转换的测试用例， 使用静态语法检查工具来检查代码， 如果 检查结果中包括了语法规范错误的报错信息， 证明转译器未能正确地将测试用例转换为指 定语法的代码， 将此类报错信息作为索引值， 测试用例作为索引内容载入bug字典中； 步骤8： 语义检测： 对于转换后的代码， 转译器可能在转换过程中改变代码的语义， 需要 使用JS引擎等运行转换前后代码， 比较转译语义； 如果在转译 前后代码的语义不同， 则可能权　利　要　求　书 1/2 页 2 CN 114385491 A 2转译器中包 含bug； 并以语义 转换错误作为索引值， 测试用例作为索引内容载入bug字典中； 步骤9： 约简测试用例： 在抽象语法树的层次上对测试用例进行缩减； 具体来说， 借助抽 象语法树转换工具将测试用例转换为抽象语法树， 以非终结符为界定单元将代码分割为一 个个代码块， 如果删除某个代码块不影响bug触发则证明该代码块可以被缩减， 最后得到一 个能够触发bug的最小代码块。 2.根据权利要求1所述的一种基于深度学习的JS转译器缺陷检测方法， 其特征在于， 步 骤8中， 采取差分测试来进行判断转译器是否在转换 过程中改变代码的语义， 流 程如下： 定义一个标准集合E， 标准e1,e2...en， 转译器集合T， 其中转译器t1,t2...tn， 转译器t1,t2…tn， 将e1标准的源代码o1分别转换为符合e2语法规范的代码d1,d2…dn， 再运行o1和d1,d2…dn， 通过对比执行结果来判断转译器是否改变了语义， 包括以下两种情 况； 情况a： d1,d2…dn‑1的执行结果和o1的执行结果一致， dn执行结果和o1的执行结果不同， 认为tn 的转译过程是包 含bug的， 则将tn转译后语义 不一致bug及其测试用例载入bug字典中 情况b： d1,d2…dn执行结果一致， 和o1执行结果不同， 认为这是转译工具普遍认为的转译方式， 是不同语法的固有差异导 致转译前后的语义无法完全一 致， 不载入bug字典； 在运行转译结果 时要首先排除包含有运行时代码的测试用例， 运行时代码包括打印时 间、 随机数和打印运行时信息 。权　利　要　求　书 2/2 页 3 CN 114385491 A 3