16、软件克隆检测技术与机器学习应用

软件克隆检测技术与机器学习应用

1. 克隆检测技术现状

克隆检测技术可根据利用的特征对软件工件间的相似性识别方法进行分类，以下是不同方法的概述：
| 方法 | 使用信息 | 技术 |
| — | — | — |
| Ducasse 等 | 文本 | 字符串匹配 |
| Johnson | 文本 | 基于指纹的字符串匹配 |
| Baker | 标记 | 模式匹配 |
| Kamiya 等 | 标记 | 后缀树匹配 |
| Yang | 语法 | 动态规划 |
| Baxter 等 | 语法 | 树匹配 |
| Koschke 等 | 语法 | 序列化 AST 的后缀树 |
| Bulychev 等 | 语法 | 反统一化（NLP） |
| Jiang 等 | 语法 | 局部敏感哈希（LSH） |
| Komondoor 和 Horwitz | 结构 | PDG 切片 |
| Krinke | 结构 | PDG 启发式 |
| Gabel 等 | 结构 | PDG 切片 |
| Leitão | 组合 | 软件度量 |
| Wahler 等 | 组合 | 频繁项集 |
| Corazza 等 | 组合 | 树核（ML） |
| Roy 和 Cordy | 组合 | 代码转换 |

• 基于文本的方法 ：
  • Ducasse 等提出基于行的字符串匹配和克隆代码可视化展示的语言无关方法。
  • Johnson 应用基于指纹的字符串匹配