软件学报

作者：陈秋远,李善平,鄢萌,夏鑫

单位：陈秋远，浙江大学 计算机科学与技术学院, 浙江 杭州 31000711,李善平，浙江大学 计算机科学与技术学院, 浙江 杭州 31000702,鄢萌，浙江大学 计算机科学与技术学院, 浙江 杭州 31000703,夏鑫，Faculty of Information Technology, Monash University, Melbourne, VIC 3800, Australia04

关键词：代码克隆;克隆检测;代码表征

代码克隆（code clone），是指存在于代码库中两个及以上相同或者相似的源代码片段.代码克隆相关问题是软件工程领域研究的重要课题.代码克隆是软件开发中的常见现象，它能够提高效率，产生一定的正面效益.但是研究表明，代码克隆也会对软件系统的开发、维护产生负面的影响，包括降低软件稳定性，造成代码库冗余和软件缺陷传播等.代码克隆检测技术旨在寻找检测代码克隆的自动化方法，从而用较低成本减少代码克隆的负面效应.研究者们在代码克隆检测方面获得了一系列的检测技术成果，根据这些技术利用源代码信息的程度不同，可以将它们分为基于文本、词汇、语法、语义4个层次.现有的检测技术针对文本相似的克隆取得了有效的检测结果，但同时也面临着更高抽象层次克隆的挑战，亟待更先进的理论、技术来解决.着重从源代码表征方式角度入手，对近年来代码克隆检测研究进展进行了梳理和总结.主要内容包括：（1）根据源代码表征方式阐述并归类了现有的克隆检测方法；（2）总结了模型评估中使用的实验验证方法与性能评估指标；（3）从科学性、实用性和技术难点这3个方面归纳总结了代码克隆研究的关键问题，围绕数据标注、表征方法、模型构建和工程实践4个方面，阐述了问题的可能解决思路和研究的未来发展趋势.

来源：2019年第4期

《软件学报》期刊编辑部

查看软件学报杂志2019年第4期