【技术实现步骤摘要】
一种基于抄袭者
‑
检测器对抗的软件克隆检测方法
[0001]本专利技术涉及一种基于抄袭者
‑
检测器对抗的软件克隆检测方法，基于建模两个代码的局部特征与全局特征并计算语义相似度，自动判断两个代码段是否属于克隆对并反馈给源代码开发者，属于自动化软件质量辅助维护
技术介绍
[0002]软件在现代社会中扮演着重要角色，各行各业都依赖于软件来实现信息化和智能化的业务流程。随着科技的不断发展，软件系统的开发越来越复杂，其中代码克隆是一个很常见的现象，其通常指在一个软件系统中出现的相似或完全相同的代码片段，这可能是开发人员需要快速构建系统或模块，复用代码而出现了重复的代码片段，它可能会影响软件系统的可维护性，造成版权抄袭等问题。因此大多数软件开发和维护过程，以及版权和作业的抄袭检查中，开发团队或者查审人员会对克隆代码进行控制和管理，以提高代码质量、降低缺陷率、减少版权抄袭情况的发生，但这需要消耗大量的人力和时间资源，因此对代码的自动克隆检测对软件质量的提升尤为重要。
[0003]然而，...
【技术保护点】
【技术特征摘要】
1.一种基于抄袭者
‑
检测器对抗的软件克隆检测方法，其特征在于，通过以下步骤，根据两个代码片段的文本进行自动克隆检测：步骤(1)获得新的待检测的代码对；步骤(2)判断是否已存在训练完成的克隆检测模型，如果不存在，转入步骤(3)，建立克隆检测模型；如果存在，转入步骤(13)；步骤(3)获取原代码对、是否克隆的标记，构造训练集合；步骤(4)初始化克隆检测模型和抄袭者模型；步骤(5)利用抄袭者模型，对原代码对的两个代码段同时进行双向的语义等价的修改，得到标记一致的新生代码对；步骤(6)计算新生代码对与原代码对之间的距离，包括代码间的距离和代码内的距离，以及克隆检测模型在新生代码对上的检测错误率，新生代码对与原代码对之间的距离和检测错误率共同组成奖励，反馈给抄袭者模型，优化抄袭者模型的修改策略的权重参数；步骤(7)若抄袭者模型完成迭代次数，本轮抄袭者模型优化完成，转入步骤(8)，否则转入步骤(5)；步骤(8)对原代码对或新生代码对针对重要变量，进行基于树的裁剪，得到两个子代码段的集合；步骤(9)利用当前克隆检测模型，将两个子代码段集合通过预训练模型表示为针对变量的局部特征，以此作为两个多示例集合，通过最大池化和平均池化计算得到全局相似度；步骤(10)计算当前克隆检测模型在训练集上的损失；步骤(11)若克隆检测模型的损失低于预设损失阈值，模型训练完成，转入步骤(13)，否则转入步骤(12)；步骤(12)更新克隆检测模型权重参数，转入步骤(5)继续训练克隆检测模型和抄袭者模型；步骤(13)利用克隆检测模型，提取两段代码的多示例局部特征；步骤(14)根据多示例局部特征计算两段代码的语义相似度，如果语义相似度小于相似度阈值，判断为非克隆对，如果语义相似度大于相似度阈值，判断为克隆对，将判断结果输出给代码检测者；步骤(15)若还有代码对尚未进行克隆检测，转步骤(1)，否则软件克隆检测过程结束。2.根据权利要求1所述的基于抄袭者
‑
检测器对抗的软件克隆检测方法，其特征在于，当已存在训练完成的软件克隆检测模型，对新的待检测源代码对(x
a
,x
b
)利用预训练模型建模两个代码x
a
,x
b
的语义特征，并使用式(1)判断所述代码对是否为克隆代码；I(
·
)为指示函数，当条件满足时返回1，代表两个代码段为克隆对；当条件不满足时返回0，代表两个代码段为非克隆对；函数d(
·
,
·
)是克隆检测模型对于代码对进行语义特征建模并计算相似度的结果，用来度量代码段所对应的两特征间的距离；ε为相似度阈值；f(x
a
,x
b
)＝I(d(x
a
,x
b
)≥ε)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)。3.根据权利要求1所述的基于抄袭者
‑
检测器对抗的软件克隆检测方法，其特征在于，软件克隆检测建模流程为：首先构建待检测代码对中两段代码的树结构，根据代码文本中不同变量出现的次数和位置，分析两段代码中较为重要的变量，然后针对不同变量对代码进行基于树的裁剪，得到两个子代码段集合，接着利用预训练模型，将子代码段集合表示为
多示例的局部特征的集合，其中每个局部特征表示对应代码变量在代码中所体现的功能；之后，根据两个局部特征的集合，交叉计算两个子代码段集合之间的相似度矩阵，并通过横向最大池化层得到匹配变量之后的相似度矩阵，将高于相似度阈值的数值通过平均池化层，最终得到代码对的相似度，最后根据相似度返回是否克隆的结果。4.根据权利要求3所述的基于抄袭者
‑
检测器对抗的软件克隆检测方法，其特征在于，出现范围越广、次数越多的变量越重要。5.根据权利要求3所述的基于抄袭者
‑
检测器对抗的软件克隆检测方法，其特征在于，克隆检...
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。