[發明專利]使用信息檢索進行源代碼流分析

有效

• 申請號: 201410196065.8
• 申請日: 2014-05-08
• 公開（公告）號: CN104142822B
• 公開（公告）日: 2017-09-05
• 發明（設計）人: A·科姆;V·S·考爾古德;S·森格普塔
• 申請（專利權）人: 埃森哲環球服務有限公司
• 主分類號: G06F9/44
• 分類號: G06F9/44;G06F17/30
• 代理公司: 北京市金杜律師事務所11256
• 代理人: 酆迅,王冬

1.一種源代碼流分析系統，包括：

存儲器，所述存儲器存儲機器可讀指令，所述機器可讀指令用于：

接收用于應用的源代碼；

從所述源代碼中識別出用于所述應用的虛擬流文檔，其中所述虛擬流文檔表示用于所述應用的方法調用的有序序列；

提取所述虛擬流文檔的特征；

通過估計用于所提取的特征的相似性來確定所述虛擬流文檔之間的相似性以確定流-流相似性；并且

基于所述流-流相似性對所述虛擬流文檔進行聚類以有助于識別與所述應用有關的缺陷的原因；以及

處理器，所述處理器用于實現所述機器可讀指令。

2.根據權利要求1所述的源代碼流分析系統，其中為了從所述源代碼中識別出用于所述應用的所述虛擬流文檔，所述機器可讀指令還用于：

使用所述源代碼生成方法交互圖，其中所述方法交互圖包括表示所述源代碼中的方法的節點和表示所述源代碼中的所述方法調用的邊。

3.根據權利要求2所述的源代碼流分析系統，其中為了使用所述源代碼生成方法交互圖，所述機器可讀指令還用于：

通過if/switch條件來注釋所述邊。

4.根據權利要求1所述的源代碼流分析系統，其中為了提取所述虛擬流文檔的所述特征，所述機器可讀指令還用于：

提取所述虛擬流文檔中的文本特征、點和控制。

5.根據權利要求4所述的源代碼流分析系統，其中為了提取所述虛擬流文檔的所述特征，所述機器可讀指令還用于：

從所述虛擬流文檔中的方法定義中提取所述文本特征，并且將所提取的文本特征布置為同現矢量；

從用于所述虛擬流文檔中的方法名稱的概念詞中提取所述點；以及

從所述虛擬流文檔中的邊的注釋文本中的概念詞中提取所述控制。

6.根據權利要求1所述的源代碼流分析系統，其中為了提取所述虛擬流文檔的所述特征，所述機器可讀指令還用于：

提取用于所述虛擬流文檔的流方向矢量，其中用于所述虛擬流文檔的所述流方向矢量表示對所述虛擬流文檔中的方法的全局枚舉。

7.根據權利要求1所述的源代碼流分析系統，其中為了提取所述虛擬流文檔的所述特征，所述機器可讀指令還用于：

提取用于所述虛擬流文檔的方法出現矢量，其中用于所述虛擬流文檔的所述方法出現矢量表示所述虛擬流文檔中的方法。

8.根據權利要求1所述的源代碼流分析系統，其中為了通過估計用于所提取的特征的相似性來確定所述虛擬流文檔之間的相似性以確定所述流-流相似性，所述機器可讀指令還用于：

通過確定所述虛擬流文檔的詞同現矢量的余弦相似性來確定文本相似性；

通過確定交叉點的數目除以所述虛擬流文檔的并集的長度來確定交叉相似性；

通過確定所述虛擬流文檔中的點之間的集合相似性來確定點相似性；以及

通過確定所述虛擬流文檔中的控制之間的集合相似性來確定控制相似性。

9.根據權利要求1所述的源代碼流分析系統，其中為了通過估計用于所提取的特征的相似性來確定所述虛擬流文檔之間的相似性以確定所述流-流相似性，所述機器可讀指令還用于：

通過確定所述虛擬流文檔的對應的流方向矢量之間的余弦相似性來確定流方向矢量相似性；以及

通過確定所述虛擬流文檔的對應的方法出現矢量之間的余弦相似性來確定方法出現矢量相似性。

10.根據權利要求1所述的源代碼流分析系統，還包括用于確定每對所述虛擬流文檔之間的組合相似性的機器可讀指令。

11.根據權利要求1所述的源代碼流分析系統，其中為了基于所述流-流相似性對所述虛擬流文檔進行聚類，所述機器可讀指令還用于：

通過使用包括預定組合相似性評分的方法交互圖的邊執行連接部件處理來生成初始聚類；

使用模塊化質量的最大化從所述初始聚類中進行選擇來應用基于分割的聚類；以及

基于所述基于分割的聚類來生成用于所述應用的聚類的虛擬流文檔和聚類的類中的至少一種。

12.根據權利要求1所述的源代碼流分析系統，還包括用于使用所述流-流相似性來生成用于所述應用的所述源代碼的最高優先權虛擬流文檔和方法的機器可讀指令。