A survey on code smells detection using machine learning techniques

Mesbah, Djamel

doi:10.1016/j.infsof.2026.108242

A survey on code smells detection using machine learning techniques

2026-06-01

0

PRE

AI

DOI：10.1016/j.infsof.2026.108242

原文链接

原文求助

摘要

En 中文

代码异味是设计恶化和可维护性下降的广泛使用指标，其检测已从基于启发式和度量规则的演变到基于学习的方法，这些方法在源代码的结构和文本视图上运行。尽管如此，现有综述仅捕获了部分领域，并仅有限地提供了关于现代机器学习和深度学习技术、代码表示和数据集如何在实践中相互作用的见解。本研究提供了2013年至2025年3月代码异味检测研究的综合综述，涵盖启发式、演化、传统机器学习和深度学习方法。我们分析了检测技术、所依赖的代码表示、用于评估的数据集和基准，以及先前工作通过可用工具、代码和复制包支持可复现性的程度。基于此综述，我们在MLCQ数据集上进行了一项比较研究，其中来自三个家族的17个模型（面向对象度量的经典ML、基于标记序列的DL和基于抽象语法树的图神经网络）在四种异味（功能贪恋、过长方法、Blob和数据类）下使用统一管道进行评估。结果显示：没有单一家族占主导地位：GNN在类级异味（Blob、数据类）上表现优异，序列模型在过长方法上领先，而功能贪恋对所有家族而言仍是一个开放挑战，因为当前表示缺乏类间上下文。该综述整合了代码异味检测的当前知识，并确定了与数据集覆盖范围、注释质量和可复现性相关的开放挑战，而比较研究提供了一个透明的基础，可为未来评估提供信息和扩展。

Keyword:

Code smells

Static analysis

Machine learning

Deep learning

Software quality

A survey on code smells detection using machine learning techniques

摘要

期刊

机构

引用论文