《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > 函數(shù)級(jí)別的復(fù)用開源代碼檢測(cè)方法
函數(shù)級(jí)別的復(fù)用開源代碼檢測(cè)方法
信息技術(shù)與網(wǎng)絡(luò)安全
張德浩1，2，徐 云1，2
(1.中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027； 2.中國(guó)科學(xué)技術(shù)大學(xué) 國(guó)家高性能計(jì)算中心，安徽 合肥230026)
摘要： 軟件開發(fā)中對(duì)開源代碼的復(fù)用會(huì)帶來開源代碼漏洞和違反開源許可等問題。傳統(tǒng)復(fù)用代碼檢測(cè)方法常常檢出較多偶然克隆代碼，影響了復(fù)用代碼的檢測(cè)準(zhǔn)確性。為此，提出了一種基于復(fù)用度量指標(biāo)的函數(shù)級(jí)別復(fù)用開源代碼檢測(cè)方法。該方法對(duì)被測(cè)代碼和開源代碼庫(kù)，先使用克隆檢測(cè)工具獲取克隆函數(shù)，然后使用依據(jù)克隆代碼行和共用標(biāo)識(shí)符在開源代碼庫(kù)中的出現(xiàn)頻率的復(fù)用度量指標(biāo)，判定每對(duì)克隆函數(shù)是否為復(fù)用。在公開有標(biāo)注數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果均表明所提方法優(yōu)于基于逆文檔頻率的方法。
中圖分類號(hào)： TP311.52
文獻(xiàn)標(biāo)識(shí)碼： A
DOI： 10.19358/j.issn.2096-5133.2021.06.004
引用格式： 張德浩，徐云. 函數(shù)級(jí)別的復(fù)用開源代碼檢測(cè)方法[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(6)：22-27，49.
A method for function-level open-source code reuse detection
Zhang Dehao1，2，Xu Yun1，2
(1.School of Computer Science and Technology，University of Science and Technology of China，Hefei 230027，China； 2.National High Performance Computing Center，University of Science and Technology of China，Hefei 230026，China)
Abstract： Open-source code reuse in software development may cause problems such as code vulnerabilities and license violations. Existing code reuse detection methods often report a large amount of accidentally cloned code, which hampers the accuracy of reuse detection. To this end, a method for function-level open-source code reuse detection based on a novel metric is proposed. Cloned functions between developed code and an open-source code repository are firstly detected using a clone detection tool. A metric based on frequencies in the repository of cloned lines and shared identifiers between two functions is calculated to determine whether cloned functions are reused ones. The experimental results on a publicly available labeled dataset and on real-world code repositories show that the proposed method performs better than the method based on inverse document frequency.
Key words : code reuse；open-source software；code clone；accidental clone；code metric

0 引言

隨著軟件規(guī)模的日益增長(zhǎng)和開源生態(tài)的發(fā)展，復(fù)用開源代碼成為節(jié)省軟件開發(fā)時(shí)間成本和人力成本的有效手段[1]。然而，復(fù)用開源代碼存在引入開源漏洞和違反開源許可等問題。例如，基于Android的移動(dòng)操作系統(tǒng)CyanogenMod使用含有漏洞的JDK 1.5示例代碼解析證書，導(dǎo)致系統(tǒng)易于遭受中間人攻擊[2]。又如，Oracle查出Google在其Android項(xiàng)目中復(fù)用了來自O(shè)racleJDK的rangeCheck函數(shù)源碼和若干文件的反編譯源碼，為此雙方展開長(zhǎng)達(dá)數(shù)年的訴訟[3]。因此，有必要檢測(cè)開發(fā)軟件中函數(shù)級(jí)別的復(fù)用開源代碼。

由于復(fù)用代碼之間本身的相似性，使用代碼克隆檢測(cè)工具可以檢測(cè)到復(fù)用代碼。與此同時(shí)，現(xiàn)有的克隆檢測(cè)工具檢出的克隆代碼中，還常常包含大量由于偶然原因而相似的代碼，稱為偶然克隆[4-5]，并非復(fù)用代碼。由于一些高度相似甚至相同的常見函數(shù)可能是偶然克隆(例如Java中的hashCode、equals等函數(shù))，而一些經(jīng)過修改的復(fù)用代碼與被復(fù)用的原始代碼不完全相同，因此在代碼克隆檢測(cè)之后需要一種更為精準(zhǔn)的方法檢測(cè)復(fù)用代碼，以減少偶然克隆代碼的影響。據(jù)了解，關(guān)于復(fù)用代碼檢測(cè)的現(xiàn)有研究極少考慮到偶然克隆代碼的影響，而關(guān)于偶然克隆的現(xiàn)有研究大多為實(shí)證研究[4-6]，目前尚未應(yīng)用到復(fù)用代碼檢測(cè)上。



本文詳細(xì)內(nèi)容請(qǐng)下載：http://ihrv.cn/resource/share/2000003595




作者信息：

張德浩1，2，徐  云1，2

(1.中國(guó)科學(xué)技術(shù)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥230027；

2.中國(guó)科學(xué)技術(shù)大學(xué) 國(guó)家高性能計(jì)算中心，安徽 合肥230026)


此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。