检索结果-南通市图书馆

检索条件"主题词=差异克隆"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

赋予Token语义的代码克隆检测方法研究及应用

赋予Token语义的代码克隆检测方法研究及应用

引用

作者：王文杰中国科学技术大学

学位级别：硕士

代码克隆检测是软件工程领域的一项重要课题,作为基础设施支持软件质量评估、bug检测、复用检测等工作。随着软件的持续开发和发展,代码仓的体量呈现逐年增加的态势,基于Token的克隆检测方法在大型代码仓表现出良好的时间性能,因而越来... 详细信息

代码克隆检测是软件工程领域的一项重要课题,作为基础设施支持软件质量评估、bug检测、复用检测等工作。随着软件的持续开发和发展,代码仓的体量呈现逐年增加的态势,基于Token的克隆检测方法在大型代码仓表现出良好的时间性能,因而越来越受到重视。然而,由于缺乏程序的语法及语义信息,传统基于Token的方法在差异克隆(Type-3,4)上存在检出率不高的问题。为此,本文从程序的抽象语法树(AST,Abstract Syntax Tree)中抽取Token的语法及语义信息,并发展快速且有效的差异克隆检测方法,同时相比于基于AST及PDG(Program Dependency Graph)的方法有更低的时间开销。本文主要工作和贡献如下:(1)赋予Token语义的方法设计针对传统基于Token的克隆检测方法仅利用文本信息,而缺失程序语义的问题,本文从抽象语法树入手,分别设计一种简单的语义提取方法,和另一种更为精确的语义提取方法。在简单的语义提取方法中,仅考虑程序的语法结构信息。首先生成程序的AST并对其进行规约简化;然后对位于叶子节点的每个Token,用AST路径来建立其语义信息,并将其编码为一个向量。在精确的语义提取方法中,除了包含前面的语义信息之外,还包含Token的角色和它们之间的数据依赖。首先从AST规则文件中分析Token的角色以及数据依赖关系;然后对存在数据依赖的Token生成n-grams序列,从而捕获程序的数据依赖特征。实验结果表明,简单的语义提取方法花费更少的时间提取语义信息,精确的语义分析方法相比简单方法在克隆案例中能更好地建模语义特征,检测更多的差异克隆对。(2)克隆检测方法设计及工程应用接下来,本文使用赋予语义的Token,设计全新的验证算法,提升在差异克隆上的检测效果,同时对已有Token方法的定位和过滤过程进行优化,加速克隆检测的过程。在定位阶段,对函数和类型名角色的Token建立索引表,快速定位候选代码块;在过滤阶段,根据代码块的规模、函数和类型名Token的覆盖率设计过滤策略;在验证阶段,设计多轮匹配算法计算语义Token之间的相似度,验证克隆对的真伪。实验结果表明,在业界公认的数据集BigCloneBench上,本文方法在文本差异较大的Moderately Type-3克隆上显著优于先进工具(包括SourcererCC、CCAligner、Deckard等),在差异较小的Type-1,2等克隆上与其效果相当。同时在大规模数据集上相比于AST、PDG方法呈现更好的时间性能。本方法已集成到某IT头部企业软件克隆检测项目中,用户反映良好。

关键词：代码克隆检测差异克隆语义Token 抽象语法树

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Token标记的代码克隆检测方法研究及其应用

基于Token标记的代码克隆检测方法研究及其应用

引用

作者：邓子含中国科学技术大学

学位级别：硕士

代码克隆检测方法在软件工程领域里有着重要的研究价值,可广泛应用于代码质量分析、复用检测、bug检测等问题。各种类型的检测方法中,基于Token的检测方法凭借其良好的时间性能以及通用性越来越受到重视。然而,对于差异较大的Type-3、Ty... 详细信息

代码克隆检测方法在软件工程领域里有着重要的研究价值,可广泛应用于代码质量分析、复用检测、bug检测等问题。各种类型的检测方法中,基于Token的检测方法凭借其良好的时间性能以及通用性越来越受到重视。然而,对于差异较大的Type-3、Type-4型克隆,传统的基于Token的检测方法存在检测能力不高的问题。为此,本文提出一种基于Token的频度和类型的Token权重标记方法,区分不同Token的重要性,从而提升基于Token的代码克隆检测方法的检测能力,并发展一种通用性好的性能bug(Performance Bug)查找方法。本文的主要工作和贡献如下:(1)基于Token标记的代码克隆检测方法传统基于Token的检测工具缺乏对不同类型Token重要性的区分,因而难以突出与代码结构相关的关键Token。本文从Token的TF-IDF(Term Frequency-Inverse Document Frequency)频度和类型入手,设计了一种基于权重的Token标记方案。首先以代码行粒度构建索引得到候选克隆对函数。然后,通过计算最长公共子序列,依据Token权重衡量代码块之间的相似性。实验结果表明,相比于传统基于Token的克隆检测方法,在公开的测试数据集BigCloneBench上,本文提出的方法的对于Type-3、Type-4型的克隆的检测效果有明显的提升。(2)方法应用:基于代码模板的性能bug查找方法性能bug查找的目标是发现对系统运行性能有影响的代码片段,能有效的提升软件质量。然而,现有方法主要是专用方法,只能对特定类型的性能bug进行查找,缺乏通用性。同时,在检测过程中,这些方法也需要依赖程序流程图或者动态分析工具,时间开销较大。基于此,本文提出将代码克隆检测技术应用于性能bug查找中,实现了一种基于模板的性能bug查找方法。对于任意一种类型的性能bug,先构建相应的代码模板,之后使用代码克隆检测技术在代码仓中查找与之相似的代码片段。在开源项目数据集上,实验结果表明,本文提出的方法能达到现有专用方法相近的检测性能且时间开销低。此外也检测出了现有工具未检测出的性能bug。

关键词：代码克隆检测差异克隆带标记Token 性能bug

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：