论文研究基于LDA和DBSCAN的软件多版本克隆群映射方法.pdf

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。