大型 Scala 代码库上的克隆检测
软件工程
2022-04-12 v1
摘要
代码克隆是相同或相似的代码片段。代码克隆的广泛存在会增加维护成本并危及软件质量。研究社区已开发出许多检测代码克隆的技术，然而，关于这些技术在工业用例中的表现如何，目前证据甚少。在本文中，我们旨在揭示将这些技术应用于工业用例时所存在的差异。我们在以 Scala 语言编写的开源项目和工业项目上，对 SourcererCC 和 AutoenCODE 这两种 state-of-the-art 的代码克隆检测技术的性能开展了大规模实验研究。我们的结果表明，这两种算法在工业项目上的表现有所不同，其中精确率的最大降幅为 30.7%，召回率的最大增幅为 32.4%。通过让工业项目的开发者手动标注样本，我们发现上述工业项目中 Type-3 克隆的数量远少于开源项目中的数量。
引用
@article{arxiv.2204.04247,
title = {Clone Detection on Large Scala Codebases},
author = {Wahidur Rahman and Yisen Xu and Fan Pu and Jifeng Xuan and Xiangyang Jia and Michail Basios and Leslie Kanthan and Lingbo Li and Fan Wu and Baowen Xu},
journal= {arXiv preprint arXiv:2204.04247},
year = {2022}
}
备注
Presented at IWSC SANER 2020