代码缺陷检测数据集CodeDefectDetection-zheungyik2015
数据来源：互联网公开数据
标签：代码分析, 缺陷检测, 软件工程, 机器学习, 数据挖掘, 静态分析, 复杂性度量, 二元分类
数据概述：
该数据集包含来自软件项目的代码特征数据，记录了代码片段的多种属性，用于训练和评估代码缺陷检测模型。主要特征如下：
时间跨度：数据未明确时间属性，可视为静态代码特征的集合。
地理范围：数据来源未明确，但适用于各类软件项目。
数据维度：数据集包括多个特征，如：hs1, hs2, hs3, hs4, hs5（可能代表哈希值或其他代码标识）、cfgDepth（控制流图深度）、cfgPredNum（控制流图预测节点数量）、cfgSuceNum（控制流图后续节点数量）、numOutCtrlDeps（输出控制依赖数量）、outCtrlDepMutantTypes（输出控制依赖变异类型）、numInCtrlDeps（输入控制依赖数量）、inCtrlDepMutantTypes（输入控制依赖变异类型）、astParentsNumOutCtrlDeps (抽象语法树父节点输出控制依赖数量)、astParentsNumInCtrlDeps (抽象语法树父节点输入控制依赖数量)、astParentsNumTieDeps (抽象语法树父节点绑定依赖数量)、typeAstParent（抽象语法树父节点类型）、typeStatementBB（基本块语句类型）、astParentMutantType（抽象语法树父节点变异类型）、astChildHasIdentifier (抽象语法树子节点是否包含标识符)、astChildHasLiteral (抽象语法树子节点是否包含字面量)、astChildHasOperator (抽象语法树子节点是否包含操作符)、dataTypesOfOperands（操作数的数据类型）、dataTypeOfValue（值的的数据类型）、numOutDataDeps（输出数据依赖数量）、numTieDeps（绑定依赖数量）、complexity（代码复杂度）、astNumParents（抽象语法树父节点数量）、astParentsNumOutDataDeps (抽象语法树父节点输出数据依赖数量)、astParentsNumInDataDeps (抽象语法树父节点输入数据依赖数量)、outDataDepMutantTypes（输出数据依赖变异类型）、inDataDepMutantTypes（输入数据依赖变异类型）、numInDataDeps（输入数据依赖数量）、result（代码缺陷标签，0或1）。
数据格式：CSV格式，包含多个文件，文件名包含如"encoded_data"、"testEncoded"、"trainEncoded"等，方便数据处理和模型训练。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于软件工程、人工智能和机器学习交叉领域的学术研究，例如代码缺陷预测、代码质量评估、代码相似性分析等。
行业应用：为软件开发企业提供数据支持，可用于构建自动化代码审查工具、缺陷预测系统和代码质量监控平台。
决策支持：支持软件开发团队在项目管理、资源分配和风险评估等方面的决策，优化开发流程。
教育和培训：作为软件工程、机器学习等课程的实训素材，帮助学生和研究人员深入理解代码缺陷检测方法。
此数据集特别适合用于探索代码特征与缺陷之间的关联，帮助用户构建准确的代码缺陷预测模型，提高软件质量和开发效率。
