Bug localization with DL

Abstract

Задача автоматизации поиска ошибок в исходном коде программ с ростом технологического прогресса и объема написанного программистами кода становится все более актуальной. В данной работе предпринят подход, позволяющий по исходному коду методов и стека вызовов после падения программы определить метод, содержащий в себе некорректный код. Рассмотрены существующие подходы в этой области, выбраны наиболее полезные и новые подходы к решению близких задач. Предоставленные для работы реальные данные были предоставлены компанией JetBrains и содержат в себе стеки вызовов и репозиторий с кодом IDE IntelliJ IDEA. Они были приведены при помощи предобученной модели code2seq к векторному представлению. Разработана и обучена модель на основе BiLSTM c обучаемыми эмбеддингами вместо пропущенных значений. На основе дополнительных признаков предсказания LSTM были отранжированы, что дало прирост качества к итоговому результату. Модель была оценена и получила хорошие результаты по сравнению с методами конкурентами.

The task of automating bug localization in the source code of programs becomes more useful everyday. In this work, presents an approach that allows using the source code of the methods and the call stack after the program crash to determine the method containing the incorrect code. The existing methods in this area are considered, the most useful and new approaches to solving similar problems are selected. The real data was provided by JetBrains and contains stacktraces and a repository with the IntelliJ IDEA IDE source code. They were converted to vector representation using a pre-trained code2seq model. A model was developed and trained based on BiLSTM with trainable embeddings instead of missing values. Based on additional features, LSTM predictions were ranked that increased final quality. The model was evaluated and obtained good results compared to competing methods.