代码挖掘中的数据处理方法综述-ISeR-中国人民大学.PDFVIP

小型微型计算机系统 2010年11月第ll期 JournalofChinese VoL31No．Il2010 ComputerSystems 代码挖掘中的数据处理方法综述 谢素斌，梁彬，石文昌，梁朝晖 (中国人民大学信息学院．北京100872) (数据工程与知识工程教育部实验室，北京100872) E-mail：liangb@lUC．edu．cn 摘要：程序代码中蕴含着软件开发人员最原始的开发理念、设计思想和编程习惯等信息，将数据挖掘用于分析处理这种编码 痕迹以便提取出潜藏着的有用知识是一个有着广阔前景的新的研究领域．由于当前的挖掘程序尚无法直接处理这种文本结构 的程序代码，因而研究者需要将软件代码抽象成一种更有效的中间表达形式来作为挖掘对象．这种中间表达形式不仅界定了挖 掘所使用的算法，更重要的是，它决定了所能挖掘的知识内容．对代码挖掘的一般过程进行了介绍并着重分析了代码挖掘的各 种中问表达形式的特点．在此基础上，指出了当前代码挖掘存在的问题及今后的发展方向． 关键词：数据挖掘；知识模式；预处理；漏洞检测 中图分类号：TP3ll 文献标识码：A 文章编号：1000-1220(2010)11-2121-08 onData inCode Survey ProcessingMining XIE Zhao-hui Su-bin。LIANGBin．SHIWen—chang．LIANG China tInformationSchool。RenminUn如ersit3Iof l Beifing100872．chi柏、 (MOEKeyLaboratory 100872-Ch／na) ofDataEngineeringandKnowledgeEngineering。Be(iing code wide ofinformationsuchas ideasand habitsofthe Abstract：Sourcecontainsa the range originalconcepts．designprogramming tracesin data tO useful has SOUECCcodewith extractthosehiddenbut been developers．Analyzingcoding miningtechnology knowledge with anewbut researchfield．Sincethecurrent couldnothandlesourcecodeoftext isU— promising miningapplications structures．it toabstractsoftwarecodeintoamoreeffectiveformof calledintermediateformtO the suallynecessary expression simplifymining formsdecidenot the usedbut whichkindofknowl- process．Suchexpressing onlyminingalgorithm also．moreimportant