ControlFlag 是一個自監督的特殊模式檢測系統，它通過從開源存儲庫（在 GitHub 和其他版本控制系統上）挖掘這些模式來學習高級編程語言（如 C/C++）控制結構中出現的典型模式。然后應用學習到的模式來檢測用戶代碼中的異常模式。

簡要技術說明

ControlFlag 的模式異常檢測系統可用于解決各種問題，例如排版錯誤檢測、標記缺失的 NULL 檢查等等。

下圖顯示了 ControlFlag 的兩個主要階段：（1）模式挖掘階段，以及（2）異常模式掃描階段。模式挖掘階段是一個“訓練階段”，它在用戶提供的 GitHub 倉庫中挖掘典型模式，然后從挖掘的模式中構建決策樹。另一方面，掃描階段應用挖掘的模式來標記用戶指定的目標倉庫中的異常表達式。

目錄結構（不斷發展）

• src: 用于排版錯誤檢測系統的 ControlFlag 的源代碼
• scripts: 用于模式挖掘和掃描異常的腳本
• quick_start：運行快速啟動測試的腳本
• github：用于下載 GitHub 倉庫的腳本和數據。它還包含預處理的訓練數據，其中包含使用 C 作為主要語言從 6000 個 GitHub 倉庫中挖掘的模式。
• tests: 單元測試

安裝

ControlFlag 可以在 Linux 和 MacOS 上構建。

要求

• CMake 3.4.3 或以上
• C++17 兼容編譯器
• Tree-sitter?解析器（作為 cmake 的一部分自動下載）
• GNU parallel（可選，如果您想生成自己的訓練數據）

在基于 Linux 的系統上測試構建配置

• CentOS-7.6/Ubuntu-20.04 with g++-v10.2.0 for x86_64

在 MacOS 上測試構建配置

• MacOS Mojave v10.14.6 with clang-1001.0.46.4 (Apple LLVM version 10.0.1) for x86_64（從命令行工具包獲得）

構建

$ cd controlflag
$ cmake .
$ make -j
$ make test

所有測試都make test應該通過，但目前 Verilog 的測試由于版本不匹配問題而失敗。Verilog 支持是 WIP。

?

?