基于耦合度和PDG混合特征的源代码作者归属预测

来源：计算机工程与科学杂志2021年第7期北京时间：

作者：陈杰, 冯秀芳, 陈永乐

单位：（太原理工大学信息与计算机学院,山西 晋中 030600）

摘要：为了在语料库中找出源代码的真实作者，提出了一种代码耦合度与程序依赖图特征结合的神经网络模型CPNN来识别源代码作者。首先，使用从源代码中提取的参数、扇入和扇出等特征计算代码的耦合度。其次，从转换的程序依赖图中提取控制和数据依赖项，应用预处理技术将PDG特征转换为具有频率细节的小实例，并且利用逆文档频率技术放大源代码中每个PDG特性的重要性。最后，利用CPNN模型预测程序员的编码风格特征，并对编码风格的真正作者进行属性划分。在1 000名程序员的源代码数据集上进行作者归属预测，得到了95%的准确率。

关键词：耦合度,程序依赖图,作者归属,

基金资助：山西省重点研发计划（201903D121121）；虚拟现实技术与系统国家重点实验室（北京航空航天大学）开放基金(VRLAB2019A05)