本文介绍了一种基于神经网络模型的代码嵌入方法，通过将代码片段表示为单一的固定长度代码向量，学习抽象语法树中路径的原子表示，并同时学习集合聚合的方法，从而预测代码的语义属性。通过训练一个包含 14M 个方法的数据集，我们证明了该方法的有效性，并通过相应的数据比较表明，该方法比先前的技术有着相对提高超过 75％，是第一个成功预测大型跨项目语料库上的方法名的方法。

Mar, 2018

本文评估了代码表示模型 Code2vec 在 C 源代码中检测安全漏洞任务上的表现，结果表明 Code2vec 在此任务上的表现与预训练 RoBERTa 等简单的基于 Transformer 的方法相比具有可比性，并且优于更为简单的基于 NLP 的方法，并在维持低计算需求的同时达到了 61.43％的准确率。

Jun, 2021

本文综述了单词嵌入技术（如 word2vec）在源代码上的应用，包括将标记、函数 / 方法、方法调用序列、二进制代码等进行嵌入，并提供实验数据和编码嵌入的可视化，我们认为这种数据驱动的自然语言处理技术有很大的潜力应用于未来的源代码分析中。

Apr, 2019

本研究提出了动态嵌入，这是一种递归机制，能够依据变量在程序中的角色来调整学习到的语义，该方法在代码自动补全和错误修复任务中，显著提高了循环神经网络的性能。

Oct, 2020

本文提出了一种学习代码语义的新颖处理技术，并将其应用于各种程序分析任务中，其中使用的 Embeddings 基于独立于源编程语言的代码的 IR，现有技术不足以强烈理解程序语义。

Jun, 2018

该研究介绍了一种将源代码表示为图像的新方法，可以将其直接输入深度学习算法，以实现漏洞预测，并在公共数据集上进行了性能评估，并与现有最先进解决方案进行比较。

May, 2021

本文探讨了一种基于输入程序快照的源代码表示 ——Code2Snapshot，对其进行了多种变体的评估，并将其与利用输入程序丰富的语法和语义特征的最先进的表示方法进行了比较，研究表明，在代码概述和分类任务中，Code2Snapshot 的实用性相当于最先进的表示方法，这表明在某些任务中，神经模型可以仅依赖于输入程序的结构而提供高性能。

Nov, 2021

基于深度学习的软件漏洞预测方法，利用基于名字依赖的抽象语法图和三属性编码方案，能够去除代码中具体变量名，从而学习隐藏在不同代码表达中的软件功能，并且在漏洞预测和内存使用方面优于现有方法。

Jun, 2024

本研究提出了一种基于对比学习的无监督学习框架 Fun2Vec，能够直接作用于反汇编二进制函数，并且不需要人工标记相似或不相似信息，在二进制代码的相似性检测领域有着极高的准确率和优势。

Sep, 2022

使用人工识别特征并需要为每个任务付出人力劳动的软件补丁现有方法存在缺陷，本文提出一种基于神经网络的 CC2Vec 模型，通过伴随的日志消息学习代码更改的表示，以识别代码更改的层次结构并使用多个比较函数来识别删除和添加代码之间的差异，并证明该模型在多个软件补丁任务中均优于现有技术。

Mar, 2020