代码质量的检测方法、装置、电子设备及计算机存储介质制造方法及图纸

技术编号:34043845 阅读:55 留言:0更新日期:2022-07-06 14:08
本申请提供一种代码质量的检测方法、装置、电子设备及计算机存储介质,可应用于金融领域或其他领域,该方法包括:在接收目标产品名称以及第一任务编号后;首先,根据目标产品名称确定代码信息;其中,代码信息包括第二任务编号;然后,根据第一任务编号所属任务与第二任务编号所属任务,生成目标程序清单;再针对目标程序清单中的每一个目标程序,将目标程序的函数行数、代码行数、代码单元测试覆盖率和代码复杂度输入至预测模型中,得到目标程序的推荐度得分;其中,预测模型由训练样本集对神经网络模型进行训练得到;训练样本集包括至少一个训练样本程序;目标程序的推荐度得分越高,说明目标程序中的代码越需要复查。说明目标程序中的代码越需要复查。说明目标程序中的代码越需要复查。

Code quality detection method, device, electronic equipment and computer storage medium

【技术实现步骤摘要】
代码质量的检测方法、装置、电子设备及计算机存储介质


[0001]本申请涉及计算机
,特别涉及一种代码质量的检测方法、装置、电子设备及计算机存储介质。

技术介绍

[0002]目前,在程序的代码质量管理的过程中,无法及时的对代码质量情况进行检查,因此无法得知哪一个代码是否需要进行复查,或在出现异常时,需要全面的对代码进行检查,从而找到问题所在。

技术实现思路

[0003]有鉴于此,本申请提供一种代码质量的检测方法、装置、电子设备及计算机存储介质,用于准确的对代码质量进行检测,及时得出需要进行复查的程序的代码。
[0004]本申请第一方面提供了一种代码质量的检测方法,包括:
[0005]接收目标产品名称以及第一任务编号;
[0006]根据所述目标产品名称确定代码信息;其中,所述代码信息包括代码复杂度、代码单元测试覆盖率、代码修改时间、代码行数、函数行数和第二任务编号;
[0007]根据所述第一任务编号所属任务与所述第二任务编号所属任务,生成目标程序清单;
[0008]针对所述目标程序清单中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种代码质量的检测方法,其特征在于,包括:接收目标产品名称以及第一任务编号;根据所述目标产品名称确定代码信息;其中,所述代码信息包括代码复杂度、代码单元测试覆盖率、代码修改时间、代码行数、函数行数和第二任务编号;根据所述第一任务编号所属任务与所述第二任务编号所属任务,生成目标程序清单;针对所述目标程序清单中的每一个目标程序,将所述目标程序的函数行数、代码行数、代码单元测试覆盖率和代码复杂度输入至预测模型中,得到所述目标程序的推荐度得分;其中,所述预测模型由训练样本集对神经网络模型进行训练得到;所述训练样本集包括至少一个训练样本程序;所述训练样本程序分为正训练样本程序和负训练样本程序;所述正训练样本程序为不需要复查的训练样本程序;所述负训练样本程序为需要复查的训练样本程序;所述目标程序的推荐度得分越高,说明所述目标程序中的代码越需要复查。2.根据权利要求1所述的检测方法,其特征在于,所述根据所述目标产品名称确定代码信息,包括:根据所述目标产品名称在代码质量系统中查询得到所述产品的第一代码信息;其中,所述第一代码信息包括:代码复杂度和代码单元测试覆盖率;根据所述目标产品名称在分布式版本控制系统中查询得到所述产品的第二代码信息;其中,所述第二代码信息包括:代码修改时间、代码行数、函数行数和第二任务编号。3.根据权利要求1所述的检测方法,其特征在于,所述根据所述第一任务编号所属任务与所述第二任务编号所属任务,生成目标程序清单,包括:将所述第二任务编号所属任务与第一任务编号所属任务相同的程序,筛选至第一程序清单中;在任务管理系统中查询得到,所述第一任务编号对应的版本提交时间;在所述第一程序清单中,筛选得到晚于所述版本提交时间的至少一个目标程序,生成目标程序清单。4.根据权利要求1所述的检测方法,其特征在于,所述预测模型的构建方法,包括:构建训练样本集;其中,所述训练样本集包括至少一个训练样本程序;所述训练样本程序分为正训练样本程序和负训练样本程序;所述正训练样本程序为不需要复查的训练样本程序;所述负训练样本程序为需要复查的训练样本程序;在所述训练样本集中,随机抽选一个训练样本程序,作为目标训练样本程序;将所述目标训练样本程序的函数行数、代码行数、代码单元测试覆盖率和代码复杂度输入至神经网络模型中,输出得到预测推荐度得分;其中,所述预测推荐度得分越高,说明所述目标训练样本程序中的代码越需要复查;根据所述预测推荐度得分,生成预测结果;其中,若预测推荐度得分大于预设值时,则生成表明所述目标训练样本程序中的代码需要复查的预测结果;若预测推荐度得分不大于预设值时,则生成表明所述目标训练样本程序中的代码不需要复查的预测结果;利用所述预测结果与真实结果之间的误差,对所述神经网络模型中的参数进行不断调整,直至调整后...

【专利技术属性】
技术研发人员:李健保刘旭锦林灿发李明
申请(专利权)人:中国银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1