一种基于LDA和静态分析的代码功能识别方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (15): 27-31.

一种基于LDA和静态分析的代码功能识别方法

金靖1，2，李萌1，2，华哲邦1，2，宋怀达1，2，赵俊峰1，2，谢冰1，2

1.北京大学信息科学技术学院，北京 100871
2.北京大学高可信软件技术教育部重点实验室，北京 100871

出版日期:2013-08-01 发布日期:2013-07-31

Code function recognition approach based on LDA and static analysis

JIN Jing1，2, LI Meng1，2, HUA Zhebang1，2, SONG Huaida1，2, ZHAO Junfeng1，2, XIE Bing1，2

1.School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China
2.Key Lab of High Confidence Software Technologies, Ministry of Education, Peking University, Beijing 100871, China

Online:2013-08-01 Published:2013-07-31

摘要/Abstract

摘要： 近年来，随着代码复用技术不断成熟和Internet上开源项目不断丰富，软件开发人员的开发行为也逐渐发生了变化。如今，软件开发人员在编程过程中越来越多地依赖于开源软件项目提供的功能。然而，在软件复用活动中，由于开源项目文档的不全面以及代码结构的复杂性，软件开发人员往往只能片面地了解项目的某些功能点，使得复用效率不高。针对开源项目代码丰富而文档较少这一现状，提出了一种基于LDA（Latent Dirichlet Allocation）和静态分析的代码功能识别方法，对传统LDA方法进行了扩展，帮助软件开发人员更全面地了解项目的功能点，从而更好地支持代码复用活动。

关键词: 软件复用, 代码, 隐含狄利克雷分配（LDA）, 静态分析, 功能识别

Abstract: In recent years, with the rapid development of code reuse technology and open source projects on Internet, software developers’ programming activities are gradually changed. Today, software developers increasingly rely on the functions supplied by open source projects while they’re programming. However, due to the lack of documents and the complexity of code structure, the efficiency of software reuse is not high. Software developers usually only learn small parts of project’s functions instead of comprehensive understanding. In order to better support the activity of code reuse, a function recognition approach based on LDA and code static analysis technology, which is an extension of traditional LDA, is proposed to help developers better learn the functions of a project.

Key words: software reuse, source code, Latent Dirichlet Allocation（LDA）, static analysis, function recognition

金靖1，2，李萌1，2，华哲邦1，2，宋怀达1，2，赵俊峰1，2，谢冰1，2. 一种基于LDA和静态分析的代码功能识别方法[J]. 计算机工程与应用, 2013, 49(15): 27-31.

JIN Jing1，2, LI Meng1，2, HUA Zhebang1，2, SONG Huaida1，2, ZHAO Junfeng1，2, XIE Bing1，2. Code function recognition approach based on LDA and static analysis[J]. Computer Engineering and Applications, 2013, 49(15): 27-31.

[1]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[2]	陈小寒，魏书宁，覃正泽. 基于深度学习可视化的恶意软件家族分类[J]. 计算机工程与应用, 2021, 57(22): 131-138.
[3]	谢春丽，梁瑶，王霞. 深度学习在代码表征中的应用综述[J]. 计算机工程与应用, 2021, 57(20): 53-63.
[4]	陈耀阳，陈伟. 采用隐式跳转的控制流混淆技术[J]. 计算机工程与应用, 2021, 57(20): 125-132.
[5]	乐德广，赵杰，龚声蓉. 基于模式切换的ARM汇编代码混淆算法[J]. 计算机工程与应用, 2021, 57(18): 122-129.
[6]	任卓君，陈光，卢文科. 恶意软件的操作码可视化方法研究[J]. 计算机工程与应用, 2021, 57(18): 130-134.
[7]	谭丁武，张坤芳，刘燕，郑一基，鲁鸣鸣. 基于门控图注意力神经网络的程序分类[J]. 计算机工程与应用, 2020, 56(7): 176-183.
[8]	王国栋，芦天亮，尹浩然，张建岭. 基于CNN-BiLSTM的恶意代码家族检测技术[J]. 计算机工程与应用, 2020, 56(24): 72-77.
[9]	周杨，芦天亮，杜彦辉，郭蕊，暴雨轩，李默. 基于线程融合特征的Windows恶意代码检测与分析[J]. 计算机工程与应用, 2020, 56(23): 103-108.
[10]	印鸿吉，陈伟. 采用图遍历算法的服务端请求伪造漏洞检测[J]. 计算机工程与应用, 2020, 56(19): 114-119.
[11]	白杨，张丽萍. 挖掘软件源代码的代码注释自动生成方法[J]. 计算机工程与应用, 2020, 56(10): 246-253.
[12]	张富为，杨秋翔，宋超峰. 基于卷积神经网络的构件分类策略的研究[J]. 计算机工程与应用, 2019, 55(8): 201-207.
[13]	王鹏，努尔布力，苏芮. 恶意代码检测研究前沿与发展趋势的计量分析[J]. 计算机工程与应用, 2019, 55(8): 92-101.
[14]	林宏阳，彭建山，赵世斌，朱俊虎，许航. JavaScript引擎漏洞检测方法综述[J]. 计算机工程与应用, 2019, 55(11): 16-24.
[15]	潘杰1，渡边政彦2，周宽久1，梁浩然1，崔凯1. 嵌入式软件形式化建模方法[J]. 计算机工程与应用, 2018, 54(8): 61-71.