【技术实现步骤摘要】
基于c和c++软件的依赖结构的文件特征表示方法
[0001]本专利技术涉及对c和c++软件的依赖分析与图表示学习技术，具体涉及一种基于c和c++软件的依赖结构的文件特征表示方法，属于软件工程和图表示学习领域。
技术介绍
[0002]随着软件的快速发展，软件的规模在急速膨胀，软件的复杂度在急速增加，随之而来的是后续维护与持续开发的成本快速攀升。为了提高软件的可理解性与可维护性，合理的系统结构是必不可少的。为了有效地对软件中的程序文件进行组织管理，开发者需要识别不同文件的职能，并将功能接近的文件组织到相同的目录中。这种组织方式不仅有利于开发者对系统结构进行宏观的理解，同时方便出现问题时进行原因追溯。但由于软件的庞大规模与高度的复杂性，并且软件开发过程往往采取团队协同的工作模式，个体开发者往往难以对整个系统结构、各个文件职能有精准的把握，即便是经验丰富的架构工程师，在对细节的理解上也可能存在疏漏之处。为了有效提高开发者对不同文件间功能相似性的判断效率，需要借助自动化的分析技术提取文件的特征，并利用向量距离等算法评估不同文件的相似性...
【技术保护点】
【技术特征摘要】
1.一种基于c和c++软件的依赖结构的文件特征表示方法，其特征在于，所述方法包含如下步骤：步骤1)，使用clang和llvm分析技术，构造c和c++软件的层次化的文件依赖图；步骤2)，使用有偏的随机游走策略，在文件依赖图上进行节点序列采样，得到文件节点序列集合；步骤3)，构造图表示学习模型，并基于节点序列集合对模型进行训练，从而得到文件的特征表示。2.根据权利要求1所述的基于c和c++软件的依赖结构的文件特征表示方法，其特征在于，所述步骤1)包含以下子步骤：步骤11)，使用clang分析代码中的#include语句，并提取头文件依赖；步骤12)，使用clang将c和c++软件中的源文件编译为llvm的中间表示文件；步骤13)，使用llvm分析步骤12)获取的中间表示文件，提取源文件包含的符号定义与外部符号使用；步骤14)，根据步骤13)中的外部符号使用，定位到定义了对应外部符号的其他源文件，并以此构造源文件依赖；步骤15)，根据步骤11)和步骤15)分别提取的头文件依赖和源文件依赖，构造层次化的文件依赖图，用于步骤2)的输入。3.根据权利要求1所述的基于c和c++软件的依赖结构的文件特征表示方法，其特征在于，所述步骤2)包含以下子步骤：步骤21)，指定随机游走的步长ι、每个节点上的采样次数η以及控制节点选择概率的超参数p、q；步骤22)，取文件依赖图中的一个节点作为起始节点；步骤23)，计算当前节点的直接邻居中各个节点的迁移概率，并随机选择一个节点作为下一个访问的节点；步骤24)，重复步骤23)，直到节点序列长度等于ι，得到一条节点序列；步骤25)，重复步骤22)—步骤24)，直到图中的每个节点上都经过采样；步骤26)，重复步骤22)—步骤25)，直到图中的每个节点的采样次数达到η；步骤27)，得到一组节点序列集合，用于步骤3)的输入。4.根据权利要求1所述的基于c和c++软件的依赖结构的文件特征表示方法，其特征在于，所述步骤3)包含以下子步骤：步骤31)，构造图表示学习模型，并设置训练轮数γ与节点上下文宽度ω；步骤32)，从步骤2)中输出的节点序列集合中取一条节点序列；步骤33)，取节点序列中的一个节点作为中心节点，获得左右长度为ω范围内的非本节点作为该节点的上下文；步骤34)，根据节点的上下文，使用层次化softmax算法计算上下文中的各节点与中心节点的共现概率，然后计算目标函数并使用反向传播算法优化模型；步骤35)，重复步骤33)—步骤34)，直到该节点序列中的所有节点经过训练；步骤36)，重复步骤32)—步骤34)，直到所有节点序列都经过训练；步骤37)，重复步骤32)—步骤36)，直到训练轮数满足γ。
5.根据权利要求3所述的基于c和c++软件的依赖结构的文件特征表示方法，其特征在于，所述步骤23)的迁移概率计算公式为：其中E是依赖图的边集；Z是标准化系数；π
tx
是未标准化的迁移概率，定...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。