Erkennung semantischer Klone mittels Locality-Sensitive-Hashing charakteristischer Vektoren

Abstract

Duplizierter Quellcode ist für eine nähere Betrachtung aus mehreren Gründen interessant, seien dies rechtliche Fragen, Fragen der Programmoptimierung, Programmanalysefragen oder die Wartung von Software. Insbesondere in großen Teams ist es nicht möglich, den Detailblick für jede Komponente des Systems zu bewahren. An anderer Stelle ist aus es programmarchitektonischer Sicht nicht möglich, die vorliegende Abstraktion zu verwenden und sie muss absichtlich dupliziert werden. In einigen Fällen kann es sogar von Vorteil sein, duplizierten Code an einigen wenigen Stellen in seinem Programm einzusetzen. Es sind bereits einige Klonerkennungsverfahren etabliert, diese beschränken sich in aller Regel jedoch auf syntaktische Klone. Um zusätzlich semantische Klone zu erkennen, sind bisher keine skalierbaren Verfahren bekannt. DECKARD von Jiang et al, und darauf aufbauend Gabel et al haben ein Klonerkennungsverfahren entworfen, das sowohl stark in der syntaktischen Klonerkennung ist, als auch Stärken in der semantischen Klonerkennung hat. Diese Arbeit implementiert und analysiert dieses Verfahren als eine Erweiterung an das bestehende Bauhaus-Projekt.