【技术实现步骤摘要】
本申请涉及运维，特别是涉及一种代码识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、在互联网开发系统中，常常需要处理特殊数据字段，并且编写与特殊数据字段有关的程序时，开发人员需要谨慎定义字段类型。例如，当特殊数据字段为金额数据字段时，如果开发人员撰写与金额数据字段有关的代码失误，会引发严重的生产事故。因此，有必要对与特殊数据字段有关的代码进行再次的检测。在对有关特殊数据字段的代码进行检测之前，需要在众多的代码中识别出有关特殊数据字段的代码。
2、目前的代码识别方法，测试人员或者开发人员逐行对待检测代码进行识别，得到待检测代码中所有有关特殊数据字段的代码。
3、然而，目前的代码识别方法，当待检测代码量巨大时，人工识别有关特殊数据字段的代码耗费时间较长，效率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种代码识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种代码识别方法，包括：
3、获取待检测代码和参考字段集，并根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集；
4、根据预设的调用图插件对所述潜在字段集中各潜在字段进行处理，得到各所述潜在字段对应的函数调用图；
5、基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字
6、通过代码识别模型对所述潜在字段特征集进行处理，在各所述潜在字段中确定目标字段。
7、在其中一个实施例中，所述获取待检测代码，包括：
8、获取初始待检测代码，并将所述初始待检测代码分割为最小单位的字段，得到分割后的初始待检测代码；
9、删除所述分割后的初始待检测代码中的无意义符号，得到待检测代码。
10、在其中一个实施例中，所述根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集，包括：
11、针对所述参考字段集中的每一参考字段，判断所述待检测代码中是否有与所述参考字段相同的字段；
12、若所述待检测代码中有与所述参考字段相同的字段，将所述字段确定为潜在字段；
13、根据各所述潜在字段构建潜在字段集。
14、在其中一个实施例中，所述基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字段对应的所述关联行为代码构建潜在字段特征集，包括：
15、根据所述潜在字段集中各所述潜在字段对应的函数调用图，在所述待检测代码中确定各所述潜在字段对应的关联代码；
16、基于预设的代码筛选条件在每一所述潜在字段对应的关联代码中，确定所述潜在字段对应的关联行为代码；
17、将每一所述潜在字段对应的关联行为代码合并为一个关联行为特征向量；
18、根据各所述潜在字段和各所述潜在字段对应的关联行为特征向量，构建潜在字段特征集。
19、在其中一个实施例中，所述通过代码识别模型对所述潜在字段特征集进行处理，在各所述潜在字段中确定目标字段，包括：
20、针对所述潜在字段特征集中每一所述潜在字段，通过代码识别模型中的第一识别子模型和第二识别子模型对所述潜在字段和所述潜在字段对应的关联行为特征向量进行编码处理，得到所述潜在字段对应的高维向量；
21、将所述潜在字段对应的高维向量输入所述代码识别模型中的第三识别子模型中，得到预测概率；
22、判断所述预测概率是否大于预设的概率阈值；
23、在所述预测概率大于所述概率阈值的情况下，将所述潜在字段确定为目标字段。
24、在其中一个实施例中，所述针对所述潜在字段特征集中每一潜在字段，通过代码识别模型中的第一识别子模型和第二识别子模型对所述潜在字段和所述潜在字段对应的关联行为特征向量进行编码处理，得到所述潜在字段对应的高维向量，包括：
25、针对所述潜在字段特征集中每一所述潜在字段，将所述潜在字段输入代码识别模型中的第一识别子模型中，通过所述第一识别子模型对所述潜在字段进行编码处理，得到第一特征向量；
26、将所述潜在字段对应的关联行为特征向量输入所述代码识别模型中的第二识别子模型中，通过所述第二识别子模型对所述关联行为特征向量进行编码处理，得到第二特征向量；
27、拼接所述第一特征向量和所述第二特征向量，得到所述潜在字段对应的高维向量。
28、第二方面，本申请还提供了一种代码识别装置，包括：
29、扫描模块，用于获取待检测代码和参考字段集，并根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集；
30、处理模块，用于根据预设的调用图插件对所述潜在字段集中各潜在字段进行处理，得到各所述潜在字段对应的函数调用图；
31、构建模块，用于基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字段对应的所述关联行为代码构建潜在字段特征集；
32、确定模块，用于通过代码识别模型对所述潜在字段特征集进行处理，在各所述潜在字段中确定目标字段。
33、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
34、获取待检测代码和参考字段集，并根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集；
35、根据预设的调用图插件对所述潜在字段集中各潜在字段进行处理，得到各所述潜在字段对应的函数调用图；
36、基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字段对应的所述关联行为代码构建潜在字段特征集；
37、通过代码识别模型对所述潜在字段特征集进行处理，在各所述潜在字段中确定目标字段。
38、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
39、获取待检测代码和参考字段集，并根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集；
40、根据预设的调用图插件对所述潜在字段集中各潜在字段进行处理，得到各所述潜在字段对应的函数调用图；
41、基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字段对应的所本文档来自技高网...
【技术保护点】
1.一种代码识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待检测代码，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述参考字段集中的各参考字段对所述待检测代码进行全量扫描，得到潜在字段集，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述潜在字段集中每一所述潜在字段对应的函数调用图，在所述待检测代码中确定所述潜在字段对应的关联行为代码，并基于各所述潜在字段和各所述潜在字段对应的所述关联行为代码构建潜在字段特征集，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过代码识别模型对所述潜在字段特征集进行处理，在各所述潜在字段中确定目标字段，包括：
6.根据权利要求5所述的方法，其特征在于，所述针对所述潜在字段特征集中每一潜在字段，通过代码识别模型中的第一识别子模型和第二识别子模型对所述潜在字段和所述潜在字段对应的关联行为特征向量进行编码处理，得到所述潜在字段对应的高维向量，包括：
7.一种代码识别装置，其特征在于，所述装置包括：
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。