语义级代码克隆检测-张凌浩.pdfVIP

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

语义级代码克隆检测

张凌浩

2022年10月09日

内容提要

•背景简介

•基础概念

–代码克隆

–代码表示

–孪生网络

–图神经网络

•算法原理

–FA-AST

–FCCA

•总结

•参考文献

2

背景简介

•预期收获

–1.了解代码克隆的基本概念

–2.理解代码表示在克隆检测中的意义与作用

–4.理解代码克隆检测的基本原理

–3.了解代码克隆检测的前沿发展和应用

3

背景简介

•“大多数程序员的工作就是复制粘贴代码而已”

–代码重用在提升效率与提升质量等方面具有众所周知的

好处。

–开源软件OSS（Open-SourceSoftware）程序员乐于分

享自己的代码，并乐于重用他人的代码。

–据统计，Github中超多半数的项目中都存在代码复用。

许多大型项目中多达10%到30%的代码可能是跨项目

克隆（例如gcc-8.7%、JDK29%、Linux-22.7%）

•其实代码克隆不仅仅是ctrl+c和ctrl+v这么简单

知名交友网站

4

代码克隆是什么？为什么？

•什么是代码克隆？

–代码克隆（CodeClone），是指存在于代码库中

两个及两个以上相同或者相似的源代码片段，

是软件开发中的常见现象。

•代码克隆现象带来的问题？

–冗余性：软件开发过程中过度使用代码克隆会破坏封装的原则，不必要的克隆引入了

管理和维护的负担。

–许可合理性和剽窃风险：许多开发人员通过开源平台（例如GitHub）从其他项目中重

复使用代码，而无需知道该使用的许可条款和条件。一个明显的结果是严重的版权问

题

–可靠性和安全性：来自于不信任第三方库或者含有BUG的源项目的克隆往往会对代码

分析和测试造成挑战。

5

代码克隆分类

•四类代码克隆//originalCode

publicintmain(intm,intn)

–通常将代码克隆分为四种类型{

–