شناسایی کدهای مشکوک با استفاده از روشهای انتخاب ویژگی مجموعهای و فنون پوششی مبتنی بر شبکه عصبی.
نویسندگان
1 استادیار،دانشگاه جامع امام حسین (ع)- ایران- تهران
2 دانشجوی کارشناسی ارشد،دانشگاه جامع امام حسین (ع)-تهران-ایران
3 پژوهشگر، دانشگاه جامع امام حسین (ع)، تهران، ایران
doi
چکیده
بازآرایی کد نرمافزار یکی از روشهای مؤثر در افزایش کیفیت نرمافزار است که رابطه مستقیمی با کد مشکوک نرمافزار دارد. کد مشکوک یک نشانه سطحی است که احتمالاً نشاندهنده یک مشکل عمیقتر در برنامه است. کد مشکوک، نگهداری، توسعه و تکامل برنامه را با مشکل مواجه میکند. پدافند نوین مجموعهای از فناوریها و سیستمهایی است که برای مقابله با تهدیدات امنیتی مدرن و پیشرفته طراحی شدهاند و به مجموعه اقداماتی اشاره دارد که برای افزایش امنیت و کاهش آسیبپذیری نرمافزار در مقابل تهدیدات، انجام میشود. این اقدامات شامل طراحی امن، استفاده از الگوهای معماری مناسب و پرهیز از پیچیدگیهای غیرضروری در کد نرمافزار است. در این تحقیق، روشی بر مبنای شبکه عصبی با یک روش انتخاب ویژگی جدید شامل استفاده از روشهای انتخاب ویژگی مجموعهای و فنون پوششی جهت پیشبینی کدهای مشکوک نرمافزار ارائه شده است. کدهای مشکوک مورداشاره در نرمافزار شامل متد طولانی، لیست پارامترهای طولانی، کلاس بزرگ، لیست طولانی از کلاسهای پایه و زنجیره دامنه طولانی میشوند. همچنین الگوریتم ژنتیک و بهینهساز گرگ خاکستری، فنون پوششی موردنظر و بهره اطلاعاتی، امتیاز بهره اطلاعاتی و کای-مربع، سه الگوریتم مورد استفاده در بخش انتخاب ویژگی مجموعهای میباشند. هدف نهایی و اصلی این تحقیق، بهبود کیفیت نرمافزار با پیشبینی زودهنگام کدهای مشکوک با استفاده از یک روش انتخاب ویژگی مطلوب در کد منبع برنامه با زبان پایتون است که به کمک روش پیشنهادی تحقق پیدا کرده و بهبود عملکرد 1 تا 7 درصد را حاصل کرده است.
