基于代码异味的软件重构预测方法技术

本发明专利技术公开了一种基于代码异味的软件重构预测方法。该方法基于LGBM和Logistic Regression来实现软件重构的预测，合理利用了存在于源代码文件中蕴含的结构性信息、代码异味的强度和历史性信息，凭借不同信息度量之间强大的互补性提高了预测的效果。此外，通过过采样技术SMOTE解决了样本比例不均衡的问题。通过本发明专利技术方法能够高效预测软件的重构时机，对于软件的可维护性和可拓展性的提升具有非常重要的意义。常重要的意义。常重要的意义。

【技术实现步骤摘要】
基于代码异味的软件重构预测方法


[0001]本专利技术涉及软件维护领域，具体涉及一种基于代码异味的软件重构预测方法。

技术介绍

[0002]在软件维护和演化过程中，软件系统需要由开发人员不断地进行更改，以便实现新的需求，增强现有的特征，或者修复重要的错误。由于时间压力或其他相关信息，开发人员并不总是有时间或意愿来控制系统的复杂性，并在应用他们的修改之前找到好的设计解决方案。他们可能会单纯为实现功能而编写代码，而忽视程序的结构性和可读性。代码编写上变得越来越混乱，使得整个代码结构变得臃肿不堪，这时候往往会引入代码异味。
[0003]代码异味表明源代码中容易导致改变和出错的次优设计或实现选择，会造成代码质量下降，同时会对软件开发人员在理解和维护项目代码时造成困扰，是导致技术债务的一个重要因素，从而产生不必要的维护代价。
[0004]而在软件的开发和生命周期中，维护被认为是最艰巨和最昂贵的任务之一，尤其是软件系统中异味过重的话，往往会导致代价极大的重构工作。
[0005]近年来的研究显示，现有的软件系统中存在代码异味的现象十分常见，大量的异味实例往往在其所在的文件被创建时就被引入，并且其倾向于长时间存在于软件系统中并存活下来，这往往会给软件系统带来后续维护和拓展上的隐患。
[0006]因此，选择用一个合适的时间进行重构消除异味的工作是十分重要的，它会对软件的可维护性和可拓展性带来提升。
[0007]以往的研究往往注重于代码异味的检测或软件重构的优先级，很少有研究来进行代码重构时机的预测工作。

技术实现思路

[0008]本专利技术从代码重构预测的角度出发，利用代码文件的结构性信息(规模大小、复杂度、耦合度、内聚性等方面)、异味的强度和历史性信息(文件中异味的持续时间、更改次数等信息)，提供了一种基于机器学习集成技术的代码重构预测方法，可有效解决上述问题。本专利技术具体采用的技术方案如下：
[0009]一种基于代码异味的软件重构预测方法，具体包括以下步骤：
[0010]步骤(1)给定待分析系统中m*n个源代码文件版本集合F＝(F
1,1
,F
1,2
,
…
,F
i,j
,
…
,F
m,n
)，其中F
i,j
表示源代码文件F
i
的第j个版本，利用代码解析工具解析每一个源代码文件，将每一个源代码文件版本F
i,j
的结构与异味信息度量表示为S
i,j
＝<className,classVersion,structure,hasSmell>的形式，i＝1,2,
…
,m，j＝1,2,
…
,n，其中className表示源代码文件版本F
i,j
的类名(设一个源代码文件包含一个类)，classVersion表示源代码文件版本F
i,j
在项目历史中的版本号，structure表示源代码文件版本F
i,j
的结构特征集合W＝<w
LOC
,w
NOA
,w
CBO
,w
MPC
,w
TCC
,w
McCabe
,w
WMC
>，其中w
LOC
表示该文件的代码行数，w
NOA
表示该文件中属性的个数，w
CBO
表示与该文件相耦合的目标类的数量(耦合即该文件中的方法调用了
目标类的方法或变量)，w
MPC
表示该文件中的方法调用其他方法的个数，w
TCC
表示通过访问相同的属性而直接发生联系的方法个数，w
McCabe
表示该文件通过McCabe度量法计算得到的复杂度，w
WMC
表示该文件中方法的圈复杂度的和，hasSmell表示源代码文件版本F
i,j
中是否存在某种代码异味(1表示存在异味，0则表示不存在)；
[0011]步骤(2)如果源代码文件版本F
i,j
被识别为存在某种代码异味，判别是否具有这种代码异味的特征阈值集为T＝<w1|b1,...,w
g
|b
g
，...，w
t
|b
t
>，其中w
g
为W中的一个特征，b
g
为识别为这种代码异味的特征w
g
对应的阈值，g＝1,2,
…
,t，通过以下公式计算得到异味强度：
[0012][0013]其中，m(w
g
)表示待分析系统中存在的、由于特征w
g
引起某种代码异味的最大或最小值(当w
g
超过b
g
时引起某种代码异味的时候选用最大值，当w
g
小于b
g
时引起某种代码异味的时候选用最小值)；
[0014]添加强度信息后源代码文件版本F
i,j
的结构与异味信息度量表示为：
[0015]S
′
i,j
＝<className,classVersion,structure,hasSmell,intensity>
[0016]步骤(3)获取源代码文件历史信息度量：
[0017]设源代码文件F
i
在某个历史版本p中引入了代码异味，源代码文件F
i
当前版本为j，则源代码文件版本F
i,j
中关于历史信息度量可以表示为：
[0018]H
i,j
＝<className,classVersion，diffDays，diffVersions，action>
[0019]其中diffDays表示版本p和j之间间隔的自然天数，diffVersions表示版本p和j之间间隔的版本数，action表示版本p和j之间文件F
i
发生修改的次数；
[0020]步骤(4)我们在源代码文件集合F中找到所有的代码异味消除的源代码文件版本，分成以下两类：
[0021]1)F
i，j
的hasSmell＝1，而F
i，j+1
的hasSmell＝0；
[0022]2)F
i，j
的hasSmell＝1，且j是源代码文件F
i
的最后一个版本，考虑到文件被删除也可能是异味过重导致的结果，因此这种情况也会被考虑；
[0023]根据1)和2)中的策略，在源代码文件集合F中获取到存在某种代码异味的所有的最后一个源代码文件版本F...

【技术保护点】

【技术特征摘要】
1.基于代码异味的软件重构预测方法，其特征在于包括以下步骤：步骤一：给定待分析系统中m*n个源代码文件版本集合F＝(F
1，1
，F
1，2
，...，F
i，j
，...，F
m，n
)，其中F
i，j
表示源代码文件F
i
的第j个版本，利用代码解析工具解析每一个源代码文件，将每一个源代码文件版本F
i，j
的结构与异味信息度量表示为S
i，j
＝<className，classVersion，structure，hasSmell>的形式，i＝1，2，...，m，j＝1，2，...，n，其中className表示源代码文件版本F
i，j
的类名，设一个源代码文件包含一个类；classVersion表示源代码文件版本F
i，j
在项目历史中的版本号，structure表示源代码文件版本F
i，j
的结构特征集合W，hasSmell表示源代码文件版本F
i，j
中是否存在某种代码异味，1表示存在异味，0则表示不存在；特征集合W＝<w
LOC
，w
NOA
，w
CBO
，w
MPC
，w
TCC
，w
McCabe
，w
WMC
>，其中w
LOC
表示该文件的代码行数，w
NOA
表示该文件中属性的个数，w
CBO
表示与该文件相耦合的目标类的数量，耦合即该文件中的方法调用了目标类的方法或变量；w
MPC
表示该文件中的方法调用其他方法的个数，w
TCC
表示通过访问相同的属性而直接发生联系的方法个数，w
McCabe
表示该文件通过McCabe度量法计算得到的复杂度，w
WMC
表示该文件中方法的圈复杂度的和；步骤二：如果源代码文件版本F
i，j
被识别为存在某种代码异味，判别是否具有这种代码异味的特征阈值集为T＝<w1|b1，...，w
g
|b
g
，...，w
t
|b
t
>，其中w
g
为W中的一个特征，b
g
为识别为这种代码异味的特征w
g
对应的阈值，g＝1，2，...，t，通过以下公式计算得到异味强度：其中，m(w
g
)表示待分析系统中存在的、由于特征w
g
引起某种代码异味的最大或最小值：当w
g
超过b
g
时引起某种代码异味的时候选用最大值，当w
g
小于b
g
时引起某种代码异味的时候选用最小值；添加强度信息后源代码文件版本F
i，j
的结构与异味信息度量表示为：S
′
i，j
＝<className，classVersion，structure，hasSmell，intensity>；步骤三：获取源...

【专利技术属性】
技术研发人员：俞东进，翁乐辉，陈洁，陈信，陈宇廷，叶佳萍，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：