基于Token编辑距离检测克隆代码

摘要

针对当前Type-3克隆代码检测工具较少、效率偏低等问题,提出了一种基于Token的能有效检测Type-3克隆代码的检测方法.该方法同时能有效检测Type-1和Type-2克隆代码.首先将源代码Token化得到特定代码粒度的Token串,其次将所有Token串的定长子串进行映射,在对映射信息进行查询的基础上,利用编辑距离算法确定克隆对,然后通过并查集算法快速构建克隆群,最终反馈克隆代码信息.实现了原型工具FClones,利用基于代码突变的框架对工具进行了评价,并与领域内较优秀的两款工具NiCad及SimCad进行了对比.实验结果表明,FClones在检测三类克隆代码时查全率均不低于95％,查准率均不低于98％,能更好地检测Type-3克隆代码.