特許ウォッチ

公開番号2025104891
公報種別公開特許公報(A)
公開日2025-07-10
出願番号2023223052
出願日2023-12-28
発明の名称情報処理装置、警告優先度予測方法、及び警告優先度予測プログラム
出願人株式会社デンソー
代理人個人,個人,個人
主分類G06F 8/30 20180101AFI20250703BHJP(計算;計数)
要約【課題】異なる製品プロジェクト毎に用いられる異なるソースコードに対しても、静的解析による警告の優先度を高精度で予測できる、情報処理装置、警告優先度予測方法及び警告優先度予測プログラムを提供する。
【解決手段】ユーザ端末12とアクセスする警告優先度予測装置10において、学習部は、学習用の入力データとしてソースコード、静的解析結果が示すソースコードにおける警告の発生個所を含む警告情報、ソースコードを用いる製品固有の情報及び製品に依存しない情報を含む非依存情報を用い、教師データとして警告毎に関連付けられた警告ラベルを用いて機械学習し、入力をソースコードに対する静的解析結果とし、出力を警告の優先度とする警告分類モデルを生成し、受付部28は、警告分類モデルによる予測対象とする静的解析結果を受け付け、予測API30は、受け付けた静的解析結果が示す警告の優先度を、警告分類モデルを用いて予が予測する。
【選択図】図2
特許請求の範囲【請求項１】
静的解析ツール（２０）によるソースコードの解析結果が示す警告の優先度を予測する情報処理装置（１０）であって、
学習用の入力データとして前記ソースコード、前記解析結果が示す前記ソースコードにおける警告の発生個所を含む警告情報、前記ソースコードを用いる製品固有の情報、及び前記製品に依存しない情報を含む非依存情報を用い、教師データとして前記警告毎に関連付けられた警告ラベルを用いて機械学習され、入力を前記ソースコードに対する前記静的解析ツールの前記解析結果とし、出力を前記警告の優先度とする予測モデルを生成する学習部（２６）と、
前記予測モデルによる予測対象とする前記静的解析ツールの前記解析結果を受け付ける受付部（２８）と、
前記受付部で受け付けた前記解析結果が示す警告の優先度を、前記予測モデルを用いて予測する予測部（３０）と、
を備える情報処理装置。
続きを表示（約 1,100 文字）【請求項２】
前記非依存情報は、前記ソースコードの解析に用いる前記静的解析ツールの種類及び設定に関する情報である、請求項１に記載の情報処理装置。
【請求項３】
前記非依存情報は、前記静的解析ツールの種類に応じた前記静的解析ツールの特性情報を含む、請求項２に記載の情報処理装置。
【請求項４】
前記特性情報は、静的解析の決定可能性、及び前記静的解析ツールのベンチマーク評価結果の少なくとも一つを含む、請求項３に記載の情報処理装置。
【請求項５】
前記警告の優先度は、特定の前記警告ラベルに属する確率である、請求項１又は請求項２に記載の情報処理装置。
【請求項６】
前記警告ラベルは、少なくとも真に違反のある個所を警告した真陽性、及び違反の無い個所を誤って警告した偽陽性を含む多値である、請求項５に記載の情報処理装置。
【請求項７】
前記真陽性は、前記ソースコードの修正が必要な警告、又は前記ソースコードの修正が不要な警告に分けられる、請求項６に記載の情報処理装置。
【請求項８】
前記予測部は、前記ソースコードの前記解析結果、前記ソースコード、前記ソースコードを用いる製品固有の情報、及び前記非依存情報を前記予測モデルに入力し、前記解析結果が示す警告の優先度を予測する、請求項１又は請求項２に記載の情報処理装置。
【請求項９】
前記予測モデルは、アンサンブル学習が可能な機械学習モデルによって生成される、請求項１又は請求項２に記載の情報処理装置。
【請求項１０】
静的解析ツールによるソースコードの解析結果が示す警告の優先度を予測する優先度予測方法であって、
学習用の入力データとして前記ソースコード、前記解析結果が示す前記ソースコードにおける警告の発生個所を含む警告情報、前記ソースコードを用いる製品固有の情報、及び前記製品に依存しない情報を含む非依存情報を用い、教師データとして前記警告毎に関連付けられた警告ラベルを用いて機械学習され、入力を前記ソースコードに対する前記静的解析ツールの前記解析結果とし、出力を前記警告の優先度とする予測モデルを学習部が生成する第１工程と、
前記予測モデルによる予測対象とする前記静的解析ツールの前記解析結果を受付部が受け付ける第２工程と、
前記受付部で受け付けた前記解析結果が示す警告の優先度を、前記予測モデルを用いて予測部が予測する第３工程と、
を有する優先度予測方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、警告優先度予測方法、及び警告優先度予測プログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来からソースコードの違反を解析するために静的解析ツールが用いられている。静的解析ツールによる解析結果には多数の警告が含まれるものの、警告には真陽性の警告と偽陽性の警告とが混在している。真陽性とは、真に違反がある個所を示した警告であり、偽陽性とは、違反がない個所を誤って警告したものである。
【０００３】
このため、ソースコードの開発者は、静的解析ツールの解析結果に含まれる多数の警告から真陽性の警告と偽陽性の警告とを自ら区別する必要があった。
【０００４】
そこで、特許文献１には、静的解析結果に対応するソースコードを修正するかしないかのユーザによる判断結果、ソースコードメトリクスの情報、プログラム開発プロジェクトの情報に基づいて、分析対象のソースコードに関する静的解析結果の優先順位付けを行う分析装置が記載されている。なお、上記ユーザによる判断結果とは、警告に対する真陽性と偽陽性との判断結果である。真陽性は真に違反のある個所であり、偽陽性は違反の無い個所を誤って警告した個所である。この真陽性及び偽陽性を示すユーザの判断結果は、警告ラベルとして警告毎に付与される。
【先行技術文献】
【特許文献】
【０００５】
特開２０１７－２０４０９０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載の分析装置は、製品プロジェクトに特有の情報によって静的解析結果の優先順位付けを行っていることから、優先順位は製品プロジェクトに依存した結果となる。このため、異なる製品プロジェクトのソースコードの静的解析に特許文献１の分析装置を適用した場合には、静的解析結果の優先順位付けの精度が低下する可能性がある。また、製品プロジェクト毎に分析装置を構築すると、開発費用等が増加する可能性がある。
【０００７】
そこで、本発明は、異なる製品プロジェクト毎に用いられる異なるソースコードに対しても、静的解析による警告の優先度を高精度で予測できる、情報処理装置、警告優先度予測方法、及び警告優先度予測プログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明は上記課題を解決するために以下の技術的手段を採用する。特許請求の範囲及びこの項に記載した括弧内の符号は、ひとつの態様として後述する実施形態に記載の具体的手段との対応関係を示す一例であって、本発明の技術的範囲を限定するものではない。
【０００９】
本発明の一態様の情報処理装置は、静的解析ツール（２０）によるソースコードの解析結果が示す警告の優先度を予測する情報処理装置（１０）であって、学習用の入力データとして前記ソースコード、前記解析結果が示す前記ソースコードにおける警告の発生個所を含む警告情報、前記ソースコードを用いる製品固有の情報、及び前記製品に依存しない情報を含む非依存情報を用い、教師データとして前記警告毎に関連付けられた警告ラベルを用いて機械学習され、入力を前記ソースコードに対する前記静的解析ツールの前記解析結果とし、出力を前記警告の優先度とする予測モデルを生成する学習部（２６）と、前記予測モデルによる予測対象とする前記静的解析ツールの前記解析結果を受け付ける受付部（２８）と、前記受付部で受け付けた前記解析結果が示す警告の優先度を、前記予測モデルを用いて予測する予測部（３０）と、を備える。
【００１０】
本構成によれば、静的解析ツールによるソースコードの解析結果が示す警告の優先度の判定に、警告毎に関連付けられた警告ラベルを教師データとした機械学習による予測モデルを用いる。警告ラベルは、ユーザの判断によって警告毎に付与されるものである。そして、予測モデルの学習用の入力データには、製品に依存しない非依存情報が用いられる。これにより、予測モデルは、特定のソースコードや製品に特化したものではなく、汎用性を有する機械学習モデルとして生成される。従って本構成は、異なる製品プロジェクト毎に用いられる異なるソースコードに対しても、静的解析結果が示す警告の優先度を高精度で予測できる。
（【００１１】以降は省略されています）

関連特許