基于深度学习的克隆代码一致性维护需求预测研究.docx

基于深度学习的克隆代码一致性维护需求预测研究 摘 要 每一个软件系统中都存在着一定量的克隆代码，复制粘贴操作引起的克隆代码在一定程度可以提高开发人员的开发效率，但也会对软件系统的质量产生消极的影响，研究表明并不是所有的克隆代码都会对软件的质量产生影响，所以在软件维护阶段就需要花费额外的人工成本来进行维护系统中的克隆代码。代码重构是软件维护的重要方法之一。但是维护阶段盲目地重构会导致克隆代码一致性缺陷的问题，成为系统的潜在bugs。 本篇论文针对以上问题提出了基于深度学习一致性维护需求预测的方法，旨在程序开发阶段对潜在的有害性克隆代码进行消除，对开发人员复制粘贴操作提出警告；在软件维护过程中开发