摘要
本发明公开了一种基于代码属性图和大模型的代码缺陷自动修复方法,包括:采集代码样本,解析源码,生成融合抽象语法树、控制流图和数据流图的代码属性图,然后根据基于节点度数、PageRank和数据传播依赖度计算的节点重要性,进行动态剪枝,保留关键节点以提升图学习效率;通过GAT提取优化图的特征,引入多尺度编码,生成图嵌入向量;结合节点重要性,筛选高价值Token,进行结构感知的语义嵌入,得到更精准的文本表示;融合图与文本向量生成综合特征,然后在弱依赖或风险大的位置插入掩码;对掩码位置进行微调优化;将综合特征与掩码源码输入预训练语言模型中生成补丁,进行多任务评估重排序,选最优补丁完成修复。