基于軟件演化數(shù)據(jù)挖掘的代碼壞味道檢測.pdf

1、大量的研究表明，代碼壞味道的存在對于軟件質(zhì)量有極大的影響，甚至?xí)?dǎo)致軟件系統(tǒng)失敗。所以，如何發(fā)現(xiàn)代碼中的壞味道吸引了大量研究者和實(shí)踐者的注意力，成為軟件工程的研究熱點(diǎn)之一。研究者們已提出了一系列代碼壞味道檢測方法，但這些方法僅僅基于從源代碼中所提取的靜態(tài)結(jié)構(gòu)化信息。本文觀察發(fā)現(xiàn)，有一些代碼壞味道具有能夠從軟件演化的變更歷史特征來進(jìn)行檢測的特性；還有一些代碼壞味道，在以往使用的是代碼結(jié)構(gòu)信息進(jìn)行靜態(tài)檢測，但是演化歷史數(shù)據(jù)可以幫助改進(jìn)檢測效

2、果。
　　基于這個發(fā)現(xiàn)，本文提出了一種基于軟件演化數(shù)據(jù)挖掘的代碼壞味道檢測方法BADE，它從軟件的版本管理系統(tǒng)的演化信息中，提取變更事務(wù)集，運(yùn)用機(jī)器學(xué)習(xí)方法進(jìn)行代碼變更的頻繁模式發(fā)現(xiàn)和關(guān)聯(lián)規(guī)則挖掘，在此基礎(chǔ)上，利用啟發(fā)式的算法來檢測6種典型的代碼壞味道――重復(fù)代碼、霰彈式修改、發(fā)散式變化、并行繼承、大對象和依戀情結(jié)。
　　具體地，本文的貢獻(xiàn)包括：
　　1)代碼變更的關(guān)聯(lián)規(guī)則挖掘。本文定義了代碼演化耦合度的概念，以代表代

3、碼實(shí)體之間的演化聯(lián)系。BADE從版本管理系統(tǒng)的歷史版本數(shù)據(jù)中，根據(jù)演化耦合概念構(gòu)建變更事務(wù)集，過濾分支合并。接著采用自頂向下的搜索方法、剪枝策略和并行化運(yùn)算的方式改進(jìn)了關(guān)聯(lián)規(guī)則挖掘算法 FP-Growth，從代碼演化的變更事務(wù)集中發(fā)現(xiàn)代表代碼實(shí)體之間的耦合關(guān)系的頻繁模式。
　　2)基于啟發(fā)式算法的代碼壞味道檢測。根據(jù)演化歷史中代碼實(shí)體之間的關(guān)聯(lián)規(guī)則，設(shè)計(jì)啟發(fā)式的算法來進(jìn)行代碼壞味道的檢測。同時本文對代碼進(jìn)行靜態(tài)檢測獲取代碼的結(jié)構(gòu)，

4、來輔助啟發(fā)式算法更準(zhǔn)確地發(fā)現(xiàn)代碼壞味道。
　　3)實(shí)驗(yàn)。本文選取了5個開源軟件項(xiàng)目，采用BADE和其他現(xiàn)有方法進(jìn)行了對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：BADE能夠獲得較高的準(zhǔn)確率和召回率，F(xiàn)-measure值在64%到92%之間；對于本身具有演化特性的壞味道，例如霰彈式修改，發(fā)散式變化和并行繼承，BADE勝過現(xiàn)有基于單個代碼快照的靜態(tài)分析技術(shù)；對于重復(fù)代碼、大對象和依戀情結(jié)等代碼壞味道，BADE表現(xiàn)也較好；通過將演化數(shù)據(jù)挖掘和代碼靜態(tài)分析技