Code Defect AI prédit les risques de bugs dans le code

Les bugs sont inévitables mais plus tard on les détecte, par exemple après le déploiement d’une application, plus leur résolution sera difficile à réaliser et plus leur coût sera élevé. Or, certains types de séquences dans le code d’un projet logiciel comportent un risque plus élevé que d’autres de générer un bug. Et ces séquences peuvent être apprises par un algorithme de classification qui pourra ensuite être utilisé pour prédire la probabilité d’un bug dans un fichier.

Pour mettre en oeuvre ces actions de prévention, Altran, société française d’ingénierie IT (récemment rachetée par Capgemini), a développé Code Defect AI, un classificateur basé sur l’apprentissage machine pour repérer dans les projets gérés sur GitHub les fichiers à haut risque de bugs. L’outil fournit aux développeurs les explications et les facteurs qui ont permis de le déterminer et suggère les tests qui permettront de les diagnostiquer et de les corriger. Les arbres décisionnels figurent parmi les techniques de machine learning qu’il utilise.

Source : Code Defect AI prédit les risques de bugs dans le code

Mots-clés : cybersécurité, sécurité informatique, protection des données, menaces cybernétiques, veille cyber, analyse de vulnérabilités, sécurité des réseaux, cyberattaques, conformité RGPD, NIS2, DORA, PCIDSS, DEVSECOPS, eSANTE, intelligence artificielle, IA en cybersécurité, apprentissage automatique, deep learning, algorithmes de sécurité, détection des anomalies, systèmes intelligents, automatisation de la sécurité, IA pour la prévention des cyberattaques.