基于LDA和DBSCAN的软件多版本克隆群映射方法-计算机应用研究.PDFVIP

　 ｐｐｃａｏｎ ｅｓｅａｒｃｏ ｏｍｐｕｅｒｓ ｅ． 基于ＬＤＡ和 ＤＢＳＣＡＮ的软件多版本克隆群映射方法  葛广帅，刘东升 ，侯　敏 （内蒙古师范大学计算机与信息工程学院，呼和浩特０１００２２） 摘　要：针对克隆群映射大多基于相邻版本对比，当克隆群在中期版本短暂消失，实现多版本间映射存在困难， 提出一种基于ＬＤＡ和ＤＢＳＣＡＮ的软件多版本克隆群映射方法。首先，对所有版本的克隆群进行预处理，获得克 隆群文档集合；其次，根据贝叶斯信息准则选取合适主题数 Ｔ，进行主题概率模型训练，将所有克隆群都表示成Ｔ 个主题的概率分布向量；再次，计算克隆群之间的ＪＳ距离，利用ＤＢＳＣＡＮ算法将同源的克隆群聚成一簇；最后， 对同簇的克隆群按版本先后排序，得到多版本克隆群映射结果。对五款开源软件８３个版本进行了映射实验，结 果表明查全率、查准率均在９８％以上，为克隆代码分析、管理提供了有力支持。 关键词：克隆群映射；软件演化；ＬＤＡ；ＤＢＳＣＡＮ；克隆代码 中图分类号：ＴＰ３１１．５４　　 文献标志码：Ａ　　 文章编号：１００１３６９５（２０１７）０２０４８１０６ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０２．０３６ ＣｌｏｎｅｇｒｏｕｐｍａｐｐｉｎｇｍｅｔｈｏｄｉｎｍｕｌｔｉｖｅｒｓｉｏｎｂａｓｅｄｏｎＬＤＡａｎｄＤＢＳＣＡＮ  ＧｅＧｕａｎｇｓｈｕａｉ，ＬｉｕＤｏｎｇｓｈｅｎｇ，ＨｏｕＭｉｎ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｏｈｈｏｔ０１００２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙｏｎｃｌｏｎｅｇｒｏｕｐｍａｐｐｉｎｇｉｓｍｏｓｔｌｙｂａｓｅｄｏｎａｄｊａｃｅｎｔｖｅｒｓｉｏｎｃｏｍｐａｒｉｓｏｎ．Ｗｈｅｎｃｌｏｎｅｇｒｏｕｐｄｉｓ ａｐｐｅａｒｔｅｍｐｏｒａｒｙｉｎｍｅｄｉｕｍｔｅｒｍｖｅｒｓｉｏｎ，ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｉｍｐｌｅｍｅｎｔｍａｐｐｉｎｇｂｅｔｗｅｅｎｍｕｌｔｉｐｌｅｖｅｒｓｉｏｎｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄ ａｃｌｏｎｅｇｒｏｕｐｍａｐｐｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅＬＤＡａｎｄＤＢＳＣＡＮ．Ｆｉｒｓｔｏｆａｌｌ，ｉｔｐｒｅｐｒｏｃｅｓｓｅｄｃｌｏｎｅｇｒｏｕｐｏｆａｌｌｖｅｒｓｉｏｎｓ，ａｎｄ ａｃｑｕｉｒｅｄｃｏｌｌｅｃｔｉｏｎｓｏｆｃｌｏｎｅｄｏｃｕｍｅｎｔ．Ｓｅｃｏｎｄｌｙ，ｉｔｓｅｌｅｃｔｅｄｓｕｉｔａｂｌｅｓｕｂｊｅｃｔｎｕｍｂｅｒＴｂａｓｅｄｏｎｔｈｅＢａｙｅｓｉａｎｉｎｆｏｒｍａｔｉｏｎｃｒｉ ｔｅｒｉｏｎ，ｔｈｅｎｉｔｔｒａｉｎｅｄａｔｈｅｍｅｐｒｏｂａｂｉｌｉｔｙｍｏｄｅｌ，ａｎｄａｌｌｃｌｏｎｅｇｒｏｕｐｃｏｕｌｄｂｅｄｅｓｃｒｉｂｅｄａｓｔｈｅｖｅｃｔｏｒｏｆＴｔｈｅｍｅｓｐｒｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ．Ｔｈｉｒｄｌｙ，ｉｔｃｏｍｐｕｔｅｄＪＳｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｃｌｏｎｅｇｒｏｕｐ，ｕｓｅｄＤＢＳＣＡＮａｌｇｏｒｉｔｈｍｔｏｐｕｔｔｈｅｈｏｍｏｌｏｇｏｕｓｃｌｏｎｅ ｇｒｏｕｐｉｎｔｏａｃｌｕｓｔｅｒ．Ｆｉｎａｌｌｙ，ｉｔｓｏｒｔｅｄｃｌｏｎｅｇｒｏｕｐｏｆｔｈｅｓａｍｅｃｌｕｓｔｅｒａｃｃｏｒｄｉｎｇｔｏｏｒｄｅｒｏｆｖｅｒｓｉｏｎｓ，ａｎｄｏｂｔａｉｎｅｄｃｌｏｎｅｍａｐ ｐｉｎｇｒｅｓｕｌｔｓｏｆｍｕｌｔｉｐｌｅｖｅｒｓｉｏｎｓ．Ｍａｐｐｉｎｇｅｘｐｅｒｉｍｅｎｔｗａｓｃｏｎｄｕｃｔｅｄｏｎ５ｏｐｅｎｓｏｕｒｃｅｓｏｆｔｗａｒｅｓｏｖｅｒ８３ｖｅｒｓｉｏｎｓ．Ｒｅｓｕｌｔｓ ｓｈｏｗｔｈａｔｔｈｅｒｅｃａｌｌａｎｄｐｒｅｃｉｓｉｏｎｉｓｏｖｅｒ９８％，ｗｈｉｃｈｐｒｏｖｉｄｅｓａｓｔｒ