用于代码缺陷检测的数据集生成

论文地址：Towards security defect prediction with AI

代码仓库地址：sa-bAbI

运行环境：阿里云 Ubuntu 16.04

权限：root

阿里云下的Ubuntu什么东西都要现安装。

apt-get update

apt-get install git

切换到根目录

cd /

下载代码仓库

git clone https://github.com/cmu-sei/sa-bAbI.git

切换到sa-bAbI文件夹下

cd sa-bAbI

安装和启动docker

wget -qO- https://get.docker.com/ | sh

service docker start

pip install docker-compose

按照源代码的readme运行：

docker-compose build

然后是漫长的等待，大约一个小时才搞完

mkdir working

生成代码
SA_SEED=0 ./sa_e2e.sh working/sa-train-1000 1000

SA_SEED=1 ./sa_e2e.sh working/sa-test-100 100

效果展示

跑一下神经网络：
cd pipeline

要安装Anaconda

参考博客：https://www.cnblogs.com/gaofighting/p/8799169.html

从清华大学的镜像网站上下载。

然后把下载的包上传到服务器上。

可以这么传：

apt install lrzsz

rz

开始安装：

bash Anaconda3-5.3.1-Linux-x86_64.sh

export PATH=/root/anaconda3/bin:$PATH >> ~/.bashrc

source ~/.bashrc

创建环境

conda env create -f environment.yml

然后就报错了

目前还没有找到解决方案。
按照网上的说法修改代码，又会出现新的报错：

索性放弃配这个环境，缺啥包，安啥包。

首先下载小于3.7版本的pthon，比如python3.6(tensorflow目前不支持python3.7，而阿里云默认装的是3.7)

apt install software-properties-common

add-apt-repository ppa:jonathonf/python-3.6

apt-get update

apt-get install python3.6

安装pip

curl https://bootstrap.pypa.io/get-pip.py | sudo python3.6

安装依赖包

python3.6 -m pip install keras

python3.6 -m pip install tensorflow

python3.6 -m pip install sklearn

python3.6 -m pip install pandas

运行程序

python3.6 train.py

总算把程序跑起来了~