%0 Journal Article
%T 基于贝叶斯网络的克隆代码有害性预测
%A 张瑞霞
%A 王欢
%A 闫盛
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.01.0260
%X 摘要 在软件开发过程中,程序员的复制、粘贴活动会产生大量的克隆代码,而那些发生不一致变化的克隆代码往往对程序是有害的。为了解决该问题,有效地发现程序中的有害克隆代码,提出一种基于贝叶斯网络的克隆有害性预测方法。首先,结合软件缺陷研究领域与克隆演化领域的相关研究成果,提出了两大类表征克隆代码信息的特征,分别是静态特征和演化特征;其次,通过贝叶斯网络核心算法来构建克隆有害性预测模型;最后,预测有害克隆代码发生的可能性。在5款C语言开源软件共99个版本上对克隆有害性预测模型的性能进行评估,实验结果表明该方法能够有效地实现对克隆代码有害性的预测,降低有害克隆代码对软件的威胁,提高软件质量
%K 克隆代码
%K 有害性预测
%K 贝叶斯网络
%K 克隆演化
%K 机器学习
%U http://www.joca.cn/CN/abstract/abstract18967.shtml