计算机工程

作者：王雷, 王文发, 宋慧娜, 张帅

单位：1. 延安大学 数学与计算机科学学院, 陕西 延安 716000;2. 陕西省能源大数据智能处理省市共建重点实验室, 陕西 延安 716000;3. 延安大学 上海文思海辉联合实验室(大数据应用开发方向), 陕西 延安 716000

关键词：设计模式识别,精确率,有向图,二级子系统,软件逆向工程

基金：国家自然科学基金（62041212）；陕西省教育厅科研计划项目（21JK0988）；延安大学博士科学研究启动项目（YDBK2019-51）；陕西省能源大数据智能处理省市共建重点实验室开放基金（IPBED22）。

为寻找系统中的模式实例，现有设计模式识别方法多直接将原系统与设计模式进行匹配，从而引入大量的假阳性实例或假阴性实例，导致召回率和精确率降低。为此，在前期研究的基础上，进一步探索基于相似度评分与二级子系统的设计模式识别方法。根据从系统中提取的相关信息，将系统和设计模式表示为有向图/矩阵形式。将待识别系统划分为若干个子系统，并进一步拆解和重组为类个数与待识别模式中角色个数相等的二级子系统。利用相似度评分算法判断二级子系统是否为模式实例，同时对获取的实例做进一步处理，以得到最终的模式实例。在JHotDraw、JRefactory和JUnit三个开源项目上的实验结果表明，该方法的平均召回率分别达到96.7%、91.7%和100%，平均精确率分别达到94.9%、91.5%和92.5%，而CPU时间花费分别为5 408 ms、22 280 ms和3 284 ms，在保持高召回率的前提下提升了精确率和时间效率。

来源：2023年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第1期