軟件克隆檢測致力于找出兩段功能相似的代碼段,其對軟件系統(tǒng)的維護(hù)和發(fā)展起著非常重要的作用。目前該領(lǐng)域存在很多研究試圖有效檢測軟件克隆,他們多是基于代碼段的文本或結(jié)構(gòu)信息,手工提取代碼段包含這些信息的特征。這種做法使其無法有效檢測出軟件功能型克隆,即只有功能相似而在句法和語法層面可能有很大差別的代碼段。本文針對目前方法無法有效檢測軟件功能型克隆的現(xiàn)狀,提出基于深度學(xué)習(xí)模型和監(jiān)督信息的軟件功能型克隆檢測方法。本文首先將軟件克隆檢測問題形式化為一個(gè)監(jiān)督學(xué)習(xí)問題,提出一個(gè)端到端的深度學(xué)習(xí)框架CDLH。CDLH利用訓(xùn)練集中代碼段的監(jiān)督信息指導(dǎo)深度學(xué)習(xí)模型,并根據(jù)編程語言的特點(diǎn)設(shè)計(jì)深度模型,使深度模型學(xué)習(xí)出的深度監(jiān)督特征不僅包含代碼段的句法和語法信息,同時(shí)包含了其功能信息。在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,所提方法能夠有效地檢測出功能型克隆。使用監(jiān)督信息指導(dǎo)特征學(xué)習(xí)能學(xué)得包含代碼段功能特點(diǎn)的特征,但在真實(shí)場景中進(jìn)行軟件克隆的標(biāo)記時(shí),領(lǐng)域?qū)＜乙话阒粯?biāo)記他們恰好發(fā)現(xiàn)的克隆對,而有大部分的未被發(fā)現(xiàn)的克隆對和非克隆對未被標(biāo)記。因此本文提出在弱標(biāo)記場景下的軟件克隆檢測問題應(yīng)該被形式化為一個(gè)從只有正標(biāo)記數(shù)據(jù)和無標(biāo)記... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【圖文】：

圖２－１：數(shù)據(jù)集ＢｉｇＣｌｏｎｅＢｅｎｃｈ的標(biāo)注過程

ｆｌｌｌ辦轉(zhuǎn)ＢＢＭ徽麵■涵Ｖ?－１??［．…會圈？?嘗—）??Ｉ?．；：咕希病數(shù)￥３?嶺希由敢３！??�。撸簦�?■■丨■會：??ｔ?ｍｔｍ?￣??ｉ?／Ｔｍ＼?ｎ撕―！?／舒杣＼?丨４奸：提�。�??！?／?ＫＨｉ／ｊｆｋ?＼?？峰?參教共享？嶺?／?ｆｔｉ／ｉｔｔ＊?＼?ｉ??Ｉ?＜Ｖ?Ｗ的）料勢致共李—＼?７?Ｉ??＇?＼ＬＳＴＭ?／?＼?ＬＳＴＭ，?！??、、、－．－ｔ．－????ｆ－－．ｙ?１??■?■?輸入??｜代碼段１?］?段２?Ｉ?．??圖３－１：?ＣＤＬＨ的總體架構(gòu)。??使得屬于一個(gè)克隆對的代碼段其哈希碼之間的海明距離應(yīng)盡可能近，非克隆對??的哈希碼之間的海明距離應(yīng)盡可能遠(yuǎn)。這兩部分融合到一個(gè)整體的框架中，端??到端地學(xué)習(xí)將原始代碼段映射到表示其是否克隆對的標(biāo)記上。??具體來說，ＣＤＬＨ會同時(shí)學(xué)習(xí)兩個(gè)函數(shù)映射：表征提取層的映射和哈希函??數(shù)的映射。為了讓克隆對的哈希碼盡可能相似，非克隆對的哈希碼盡可能不相??似，類似［６７］定義優(yōu)化函數(shù)如下：??ｎ?ｎ?１?ｍ??＾．ｙｌ?ｐｉ．ｙ?－￣Ｙ＾ｈｋ?ｈｋ?（＾（ｃｙ））?？?０－？）??’?ｉ＝ｌ?ｊ＝ｌ?ｋ＝ｌ??這里我們用簡單的線性函數(shù)作為哈希函數(shù)，即Ｍ火Ｃ，．））?＝?ｓｉｇｎＫＷＣｆ）＋＆）。??其中以是偏置項(xiàng)，？？？，！〇，？，／＾，…人｝。但由于ｓｉｇｎ函數(shù)不容易優(yōu)??化，因此我們按照一般哈希學(xué)習(xí)〖６７，６８１的做法，在優(yōu)化過程中優(yōu)化／＾Ｍ（Ｃ，＿））?＝??＋?＆這一項(xiàng)。注意這里對每一對代碼段我們都乘了?ｂ＾｜這一項(xiàng)。??這是因?yàn)閿?shù)據(jù)中不是所有的代碼段都有標(biāo)記，對那些沒有標(biāo)記的代碼段如??果也對它們

３．３基于監(jiān)督學(xué)習(xí)的軟件克隆檢測?２３??ｓｔａｔｅｍｅｎｔ??ｓｅｑｕｅｎｃｅ??ｗｈｉｌｅ?ｒｅｔｕｒｎ??ｃｏｎｄｉｔｉｏｎ，＾＾?Ｖ??ｃｏｍｐａｒｅ?＼?ｖａｒｉａｂｌｅ??ｏｐ：?＾?＼ｂ〇ｄｙ?ｎａｍｅ：?ａ??／ｆｖ?Ｖ??ｖａｒｉａｂｌｅ?ｃｏｎｓｔａｎｔ??ｎａｍｅ：?ｂ?ｖａｌｕｅ：?０?ｒａｎｃｈ??ｃｏｍｐａｒｅ?ａｓｓｉｇｎ?ａｓｓｉｇｎ??ｖａｒｉａｂｌｅ?ｖａｒｉａｂｌｅ?ｖａｒｉａｂｌｅ?ｂｉｎ?ｏｐ?ｖａｒｉａｂｌｅ?ｂｉｎ?ｏｐ??ｎａｍｅ：?ａ?ｎａｍｅ：?ｂ?ｎａｍｅ：?ａ?ｏｐ：?－?ｎａｍｅ：?ｂ?ｏｐ：—??／ｖ??ｖａｒｉａｂｌｅ?ｖａｒｉａｂｌｅ?ｖａｒｉａｂｌｅ?ｖａｒｉａｂｌｅ??ｎａｍｅ：?ａ?ｎａｍｅ：?ｂ?ｎａｍｅ：?ｂ?ｎａｍｅ：?ａ??圖３?－２：抽象語法樹示例圖。??象語法樹形成中間代碼作為輸出，以供后端繼續(xù)處理。正因?yàn)槌橄笳Z法樹能做??到不依賴于語言的細(xì)節(jié)，其才能作為各種編程語言的代碼輸出。抽象語法樹的??這兩大特點(diǎn)使其成為程序編譯和分析理解過程中重要的組成部分。??我們來看一段基礎(chǔ)代碼對應(yīng)的抽象語法樹實(shí)例，以此了解抽象語法樹如何??表示程序語法結(jié)構(gòu)。如圖３－２即是如下代碼的抽象語法樹：??ｗｈｉｌｅ?（ｂ?�。�?０）?｛??ｉｆ?（ａ?＞?ｂ）??ａ?＝?ａ?－?ｂ；??ｅｌｓｅ??ｂ?＝?ｂ?－?ａ??｝??ｒｅｔｕｒｎ?ａ；??


本文編號：2914377