当前位置: 首页 > news >正文

js网站繁体/百度指数数据官网

js网站繁体,百度指数数据官网,极速网站建设哪家便宜,买空间哪个网站好杀手级ai补代码工具开发人员使用静态分析工具在开发生命周期中更快地识别代码中的问题。 但是,这些工具的总体体系结构仅随着专家制定的新规则而发生了增量变化。 不过,研究人员现在开始使用AI来自动生成更多复杂的规则集来解析代码。 这有助于在生命周期…

杀手级ai补代码工具

开发人员使用静态分析工具在开发生命周期中更快地识别代码中的问题。 但是,这些工具的总体体系结构仅随着专家制定的新规则而发生了增量变化。 不过,研究人员现在开始使用AI来自动生成更多复杂的规则集来解析代码。 这有助于在生命周期的早期发现更多问题,并提供更好的反馈。

一些公司,例如游戏制造商Ubisoft,已经在内部开发这类工具。 苏黎世联邦理工学院的一组研究人员现在正在为主流采用提供类似的AI工具,称为DeepCode。 它使用大约250,000条规则分析Java ,JavaScript和Python代码,而传统的静态分析器工具则使用大约4,000条规则。 我们采访了DeepCode首席执行官Boris Paskalev,以了解这是如何工作的以及下一步的工作。

哪些经验和相关工作使您决定使用AI改善软件开发 ?

鲍里斯·帕斯卡列夫(Boris Paskalev):使用AI改进软件的想法来自苏黎世联邦理工学院计算机科学系的安全,可靠和智能系统实验室的长期研究( http://www.sri.inf.ethz。 ch )。 在几年的时间里,我们探索了许多概念,建立了基于这些概念的研究系统(其中一些被广泛使用),并获得了各种奖项。 我们观察到了我们的技术可能对软件构建产生的巨大影响。 因此,我们以推动这些AI技术的极限并将这些利益带给全球每位软件开发人员为愿景,开始了DeepCode。

在使用,性能或可识别的问题种类方面,DeepCode与静态或动态分析等其他方法相比如何?

Paskalev:DeepCode依赖于静态分析和自定义机器学习算法的创造性且非凡的结合。 与传统的静态分析不同,它不依赖手动进行硬编码的规则,而是从数据中自动学习这些规则并将其用于分析程序。 这种永无止境的学习概念使系统能够在无需监督的情况下,利用更多数据不断改进。

DeepCode还可以使用零配置进行分析,这意味着人们只需将其存储库指向DeepCode,即可在几秒钟后提供结果,而无需编译程序或定位所有外部代码。 这些功能在企业环境中特别理想,因为在企业环境中,通过动态分析运行代码或尝试执行标准的静态分析可能非常耗时且困难。

DeepCode如何适应开发人员的工作流程,这与查找相似错误的其他方法(例如,在QA中确定问题或在代码发布后)有何不同?

Paskalev:当前,我们优化了DeepCode以在代码检查时报告问题,因为这是软件创建生命周期中的一个严重痛点。 但是,可以在生命周期的任何步骤集成DeepCode。

DeepCode如何比较,对比和补充JSNice,Nice2Predict和DeGuard?

Paskalev:JSNice和DeGuard是我们创建的系统,它们针对代码布局反混淆的特定问题。 DeepCode是一个更通用的系统,旨在自动查找代码中的各种问题。 这使得DeepCode不仅适用于尝试理解他人的代码(例如,对其进行安全性审核),而且适用于编写和提交新代码。

您还遇到了哪些其他有关使用AI探索错误的研究,DeepCode如何与这些错误进行比较和对比?

帕斯卡列夫(Paskalev):将人工智能用于代码的领域还很新,但还在不断发展。 但是,我们目前不知道任何具有DeepCode功能的系统。 与其他尝试直接在代码上直接使用AI方法的系统不同,DeepCode基于AI,该AI实际上能够学习可解释的规则。 这意味着规则可以由人员检查并轻松集成到分析仪中。

您能否详细介绍一下使用AI工具解析代码和建立规则集的过程? 使用什么类型的AI或其他分析技术?

帕斯卡列夫(Paskalev):DeepCode基于自定义AI和语义分析技术,这些技术专门设计用于从代码中学习规则和其他信息,这与处理代码时效率较低的其他数据(例如,图像,视频)相反。

您如何将代码归类为错误?

Paskalev:我们的AI引擎基于其他人过去修复的模式学习规则,并基于提交消息和错误数据库了解它为他们解决的问题。 然后,它将使用学习到的规则来分析您的代码,如果触发,则会将其报告给开发人员。

您从中学到了一些有关修复错误的建议?

Paskalev:我们了解到仅仅对bug进行本地化是不够的。 真正的挑战是要解释问题并就问题的实质提供可行的反馈。 DeepCode将报告与其他人如何解决类似问题联系起来,这是朝该目标迈出的重要一步。

它现在支持哪些语言,添加对新语言的支持涉及什么?

Paskalev:目前,DeepCode支持Java,JavaScript和Python。 添加语言需要添加解析器并扩展语义代码分析器以处理语言的特殊功能。 由于DeepCode的构建方式特殊,因此我们可以每隔几个月添加一种语言。

DeepCode与传统的静态分析工具相比有何不同?

Paskalev:可用的静态分析工具通常带有一组硬编码规则,旨在捕获代码中被认为是“不良”的内容。 然后,他们在您的代码中检测到这些规则 。 在过去的十年中,许多公司创建了这样的工具,例如Coverity,Grammatech,JetBrains,SonarSource等。 这种方法通常会在数十种编程语言中获得一到数千条规则。

与4,000条规则相比,250,000条规则似乎很多。 它是可以识别更多类型的问题,还是可以在识别如何纠正问题时提供更大的粒度,或者两者兼而有之?

Paskalev:与现有的硬编码规则分析器所涵盖的问题相比,我们确定了许多不同类型的问题。 我们还将提供更详细的解释,这是什么问题以及其他人如何解决类似的问题。 这使用户可以更快地找出他们应该应用的修复程序。

现在可以确定哪些类别的问题–是只是不同类别的错误,还是可以找到提高性能的机会?

Paskalev:DeepCode发现错误,安全问题,可能的性能改进以及代码样式问题。 我们从开放源代码中的提交中学到这些,并且我们使用自然语言处理来理解提交所修复的问题。

DeepCode可以用于代码或体系结构重构吗? 这是您将来要做的事情吗?

Paskalev:我们的一些建议确实是在建议重构代码,但还没有在项目范围的体系结构级别上进行。 我们平台的实用程序是为了使需要快速理解您的代码的任何服务都可以快速,轻松地创建。 我们已经确定了一些早期采用者要求提供的令人兴奋的服务的范围。

您总体上如何期望DeepCode的使用和技术发展以及将AI作为改善开发人员工作流程的一部分?

Paskalev:我们的平台正在不断完善。 这将使开发人员能够以相同或较小的工作量从事更大的项目/范围,同时将风险缺陷和昂贵的生产问题降至最低。

翻译自: https://www.theserverside.com/blog/Coffee-Talk-Java-News-Stories-and-Opinions/DeepCode-and-AI-tools-poised-to-revolutionize-static-code-analysis

杀手级ai补代码工具

http://www.lbrq.cn/news/737731.html

相关文章:

  • 厦门市建设厅网站/无锡百度竞价
  • 做网站哪一家比较好/微信营销的方法和技巧
  • 电子商务网站建设流程/河南网站建设制作
  • jquery网站开发平台/西安计算机培训机构排名前十
  • 成全视频观看免费高清第6季/网站推广seo方法
  • 濮阳网站建设在哪里/深圳华强北最新消息
  • 网络网站建设公司/我想做电商
  • html5新闻网站模板/河北seo诊断培训
  • 莱特币做空 网站/12345微信公众号
  • 大连网站开发价格/百度小程序入口
  • 海淀区网站建设/百度账号批发网
  • 棋类游戏网站开发/西安seo服务公司排名
  • 用记事本做电影介绍的网站/黑帽seo优化
  • 南京做网站建设有哪些/游戏推广怎么做引流
  • e站注册网站/餐饮营销策划方案
  • 网站建设 后台/企业网络宣传推广方案
  • 天津市建设工程造价管理协会网站/市场营销案例
  • java做的网站用什么发布/昆山网站制作公司
  • 南通购物网站建设/seo网站是什么意思
  • p2p网上贷款网站建设方案/seo入门培训学校
  • 怎样申请免费网站域名/广州网站建设方案优化
  • 电商网站开发计划书/百度拍照搜索
  • 动态网站和静态网站/点击排名优化
  • 家具网站建设规划书/清博舆情系统
  • 静态手机网站/百度推广开户公司
  • 上海网站开发薪资/上海做网站优化
  • ionic3 做网站/企业文化建设
  • 行业门户网站设计/百度服务电话
  • 网站死链接怎么删除/新闻热点事件2021(最新)
  • 网络服务提供者是不是网络运营者/北京网站优化服务商
  • 2025-08-21 Python进阶1——控制流语句
  • PyTorch API 7
  • day075-MySQL数据库服务安装部署与基础服务管理命令
  • 意象框架:连接感知与认知的统一信息结构分析——基于上古汉语同源词意义系统的词源学与认知语言学探索
  • 23种设计模式——模板方法模式(Template Method Pattern)详解
  • 实现自己的AI视频监控系统-第一章-视频拉流与解码2