基于Token编辑距离检测克隆代码

来源：计算机应用杂志2015年第12期北京时间：

作者：张久杰, 王春晖, 张丽萍, 侯敏, 刘东升

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：针对当前Type-3克隆代码检测工具较少、效率偏低等问题,提出了一种基于Token的能有效检测Type-3克隆代码的检测方法。该方法同时能有效检测Type-1和Type-2克隆代码。首先将源代码Token化得到特定代码粒度的Token串,其次将所有Token串的定长子串进行映射,在对映射信息进行查询的基础上,利用编辑距离算法确定克隆对,然后通过并查集算法快速构建克隆群,最终反馈克隆代码信息。实现了原型工具FClones,利用基于代码突变的框架对工具进行了评价,并与领域内较优秀的两款工具NiCad及SimCad进行了对比。实验结果表明,FClones在检测三类克隆代码时查全率均不低于95%,查准率均不低于98%,能更好地检测Type-3克隆代码。

关键词：克隆代码,克隆检测,编辑距离,Type-3,token

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);内蒙古自治区硕士研究生科研创新基金资助项目(S20141013524);内蒙古师范大学研究生科研创新基金资助项目(CXJJS14077)。