基于贝叶斯网络的克隆代码有害性预测

发布时间：2017-09-04 17:07

  本文关键词：基于贝叶斯网络的克隆代码有害性预测

  更多相关文章： 克隆代码 有害性预测 贝叶斯网络 克隆演化 机器学习

【摘要】：在软件开发过程中,程序员的复制、粘贴活动会产生大量的克隆代码,而那些发生不一致变化的克隆代码往往对程序是有害的。为了解决该问题,有效地发现程序中的有害克隆代码,提出一种基于贝叶斯网络的克隆有害性预测方法。首先,结合软件缺陷研究领域与克隆演化领域的相关研究成果,提出了两大类表征克隆代码信息的特征,分别是静态特征和演化特征;其次,通过贝叶斯网络核心算法来构建克隆有害性预测模型;最后,预测有害克隆代码发生的可能性。在5款C语言开源软件共99个版本上对克隆有害性预测模型的性能进行评估,实验结果表明该方法能够有效地实现对克隆代码有害性的预测,降低有害克隆代码对软件的威胁,提高软件质量。
【作者单位】： 内蒙古师范大学计算机与信息工程学院;
【关键词】： 克隆代码 有害性预测 贝叶斯网络 克隆演化 机器学习
【基金】：国家自然科学基金资助项目(61363017,61462071) 内蒙古自然科学基金资助项目(2014MS0613)~~
【分类号】：TP18;TP311.52
【正文快照】： 0引言克隆代码(clone code)是指软件系统中存在着相同或相似语法或语义特征的一些代码段[1]。在软件开发、维护过程中,程序员经常使用“拷贝/粘贴/修改源代码”的策略,导致软件中产生了大量的克隆代码。有研究[2]表明,一个软件系统中有9%~17%的克隆代码,有时甚至高达50%。在软

【相似文献】

中国重要会议论文全文数据库 前1条

1 山下英生;;GHSへの取}Dみ[A];中国聚氨酯工业协会第十三次年会论文集[C];2006年

，

本文编号：792756