.png){kind=icon}
返回
Fine-Grained Code Clone Detection by Keywords-Based Connection of Program Dependency Graph
.png){kind=icon}
PRE
AI
DOI：10.1109/TR.2025.3550747.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
代码克隆检测旨在识别功能相似代码片段，这是当代软件工程中日益重要的问题。针对代码克隆的检测已提出多种方法，其中基于图的方法在处理语义代码克隆方面表现出有效性。然而，这些方法均仅考虑单个样本的特征提取，忽略了不同样本间的语义关联，导致检测效果不理想。同时，现有的大部分方法只能确定克隆的存在，缺乏提供哪些代码行具有更高相似性的细致分析能力。本文提出一种基于PDG的语义克隆检测方法，即Keybor，该方法通过提供克隆对的细粒度分析来定位特定的克隆代码行。该方法的特点是将关键词作为桥梁连接目标程序的PDG节点，以保留更多功能代码的语义信息。为检验Keybor的有效性，我们在广泛使用的BigCloneBench数据集上对其进行评估。实验结果表明，Keybor优于14种先进的代码克隆检测工具（即CCAligner、SourcererCC、Siamese、NIL、NiCad、LVMapper、CCFinder、CloneWorks、Oreo、Deckard、CCGraph、Code2Img、GPT-3.5-turbo和GPT-4）。
Keyword:
Code clones
fine-grained
keywords
program dependency graph (PDG)
期刊
IF:
5.7
论文数:
2.8K
被引数:
8.5K
机构
引用论文
struc2vec.png)
Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
OAAI
Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data MiningIF0
OAAI分享收藏Assessing the Differences of Clone Detection Methods Used in the Fault-Prone Module Prediction2016 IEEE 23rd International Conference on Software Analysis, Evolution, and Reengineering (SANER)
2016 IEEE 23rd International Conference on Software Analysis, Evolution, and Reengineering (SANER)IF0
PREAI
分享收藏
查看更多内容