基于源代码挖掘的软件质量改进方法研究.docVIP

基于源代码挖掘的软件质量改进方法研究 　　摘要:代码搜索引擎(code search engines, CSE)的产生和互联网上日益增加的开源代码工程,使得软件开发人员在软件开发的过程中可以大量的重用已有的源代码。然而大部分开发人员使用CSEs只是简单完成相关代码搜索。该文给出了一种通用的范型挖掘过程模型,能够充分利用CSEs,通过挖掘源代码范型保证重用代码的质量,并详细的说明了该范型挖掘过程模型在三个方面辅助软件质量改进。 　　关键词:代码搜索;代码挖掘;软件质量改进 　　中图分类号:TP335文献标识码:A文章编号:1009-3044(2009)34-9771-02 　　Improving Software Quality Based-on Code Mining Technology 　　CHU Yan-ting1, WANG Li-qiong2 　　(1.School of Computer and Technology, University of South China, Hengyang 421001, China; 2.School of Economics Management, University of South China, Hengyang 421001, China) 　　Abstract: A amount of open source code is available on the Internet and various code search engines (CSE) are available to serve as a means for searching in open source code. However, usage of CSEs is often limited to simple tasks such as searching for relevant code examples. In this paper, we present a generic model that can be used to improve software quality by exploiting CSEs. We present three example software development tasks that can be assisted by our life-cycle model and show how these three tasks can contribute to improve the software quality. 　　Key words: code searching; code Mining; improving software quality 　　随着互联网技术的飞速发展和源码开放运动的兴起,网络上越来越多的优秀的源代码可以被人们下载、学习和使用。以目前最大的开源社区sourceforge.net为例,该社区共享了179,518个开源工程,拥有200万的注册用户以及数量更为庞大的匿名用户群。为了方便人们随时获得和使用网络上的源代码资源,互联网上出现了很多以搜索源代码为目的的搜索引擎,例如Google code search,Krugle,Koders,Sourcerer,Codase等[1]。通过这些代码搜索引擎,程序开发人员可以很方便、快捷的获得他们所需要的源代码。然而,由于网络上代码的质量参差不齐,如果程序开发人员只是简单的将从网络上获取源代码直接使用到所开发的程序中,或者仅对这些源代码进行简单的修改的话,会给所开发的软件的质量带来隐患,并且加重了软件测试和维护的开销。 　　为了解决直接使用网上搜索到的源代码所带来的问题,充分利用网络上丰富的源代码资源,该文给出了一种综合代码搜索引擎的代码收集过程和在已收集代码中挖掘通用API应用范例过程的源代码挖掘使用模型,称为范型挖掘过程模型。这个模型能够在以下三个方面辅助软件质量的改进:1)通过自动推导编程规则学习API用法;2)使用挖掘模式发现在软件中的潜在缺陷;3)对所发现的软件缺陷进行定位。 　　1 范型挖掘过程模型 　　范型挖掘过程模型结构如图1所示,过程包含搜索和挖掘两个主要阶段,分别完成从互联网获取源代码并进行相应处理阶段,从处理过的源代码中挖掘通过范型阶段。下文详细介绍模型中两个阶段的工作。 　　1.1 搜索 　　范型挖掘过程模型的搜索阶段包括查询构造和冗余消除两个任务。 　　在查询构造任务中,主要是通过将API的名称作为搜索项构造所需的查询。例如,构造查询“lang:java org.apache.regexp.RE”,意图是在Google c