基于贝叶斯网络的克隆代码有害性预测

来源：计算机应用杂志2016年第1期北京时间：

作者：张丽萍, 张瑞霞, 王欢, 闫盛

单位：内蒙古师范大学 计算机与信息工程学院, 呼和浩特 010022

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。

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

基金资助：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)。