A Survey of Reverse Engineering and Program Comprehension
逆向工程已经成为硬件社区的标准实践有一段时间了。仅仅在过去的十年里,逆向工程,或“程序理解”,已经成长为软件工程的当前子学科。传统的软件工程主要集中在新软件的开发和设计上。然而,大多数程序员都在其他人设计和开发的软件上工作。一个软件维护人员可能会花费50%的时间来确定源代码的意图。由于客户服务器和万维网技术的激增,对重新评估和重新实施遗留软件系统的需求日益增长,这突出了对逆向工程工具和技术的需要。本文介绍了逆向工程的相关术语,并给出了使逆向工程难以实施的一些障碍。虽然逆向工程仍然严重依赖于人类的组成部分,一些自动化的工具,提出了帮助逆向工程。
2005-03-24 cs.SE
Integrating Runtime Values with Source Code to Facilitate Program Comprehension
源代码固有的抽象性使得程序难以理解。在我们的研究中,我们设计了三种技术,在程序执行过程中利用变量和其他表达式的具体值。RuntimeSearch是一个调试器扩展,在运行时在所有表达式中搜索给定的字符串。DynamiDoc生成包含参数、返回值和状态更改示例的文档语句。RuntimeSamp使用示例变量值在IDE(集成开发环境)中扩充源代码行。在这篇博士后文章中,我们简要介绍了这三种方法和相关的动机研究,调查和评估。我们还反映了博士研究,为当前的学生提供建议。最后,对未来的短期和长期工作进行了描述。
2018-12-18 cs.SE
Faster but Not Wiser: GitHub Copilot Decouples Programming Performance from Code Comprehension in Brownfield Tasks
Oregon State University(俄勒冈州立大学)
研究探讨GitHub Copilot对代码理解的影响,发现性能提升与理解之间存在脱节,且主动验证行为能显著提升理解能力。
2026-09-27 cs.SE
Considerations and Pitfalls in Controlled Experiments on Code Comprehension
理解程序代码是一项复杂的工作。因此,无数不同的因素可以影响结果。程序理解的研究,特别是那些使用控制实验的研究,必须考虑到这些因素。为了促进健全的实验方法的开发和使用,我们讨论了潜在的问题,关于实验对象,他们工作的代码,他们被要求执行的任务,以及他们的性能指标。
2021-03-15 cs.SE
SpecEval: Evaluating Code Comprehension in Large Language Models via Program Specifications
针对现有代码理解评估框架覆盖执行轨迹有限、无法全面评估模型程序理解能力的问题,提出基于形式化程序规约的黑盒评估框架SpecEval,设计4项分层任务并开展反事实分析,实验发现6款先进大语言模型在规约相关任务上表现不佳且对语义保持扰动敏感。
2025-03-22 cs.SE
eye2vec: Learning Distributed Representations of Eye Movement for Program Comprehension Analysis
Nara Institute of Science and Technology(奈良先端科学技术大学院大学);National Institute of Technology, Nara College(国立奈良技术学院)
本文提出eye2vec,利用分布式表示将连续注视建模为语法元素间的转换,以简化程序理解中的眼动分析,并支持多样化的数据分析方法。
2025-10-15 cs.SE
Identifying Effective Program Comprehension Strategies through Gaze Transitions over Syntactic Elements
National Institute of Technology(KOSEN), Nara College(奈良工业高等专门学校);Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
本研究通过将眼动数据转换为句法节点间的转换,分析注视比例和视线转换模式,发现成功参与者表现出更系统的句法元素间转换,表明使用了结构化阅读策略。
2026-07-02 cs.SE
Developers' Visuo-spatial Mental Model and Program Comprehension
本文通过20名开发者的被试间在线实验,比较传统标签页与 code canvas,并结合 Corsi Block 测试,考察空间代码表示和视觉空间工作记忆对程序理解的影响。
2023-04-18 cs.SE
Overcoming Language Dichotomies: Toward Effective Program Comprehension for Mobile App Development
移动设备和平台已经成为现代软件开发人员的既定目标,这是由于高性能的硬件和数十亿的庞大且不断增长的用户群。尽管它们很受欢迎,但移动应用程序的软件开发过程伴随着一系列独特的、特定于领域的挑战,这些挑战植根于程序理解。这些挑战中的许多都源于开发人员在推理程序的不同表示时遇到的困难,我们将这种现象定义为“语言二分法”。在本文中,我们反映了各种语言二分法,有助于开放的问题,在程序的理解和开发的移动应用程序。此外,为了帮助指导研究界对这些问题的有效解决方案,我们提供了未来工作的方向路线图。
2018-07-18 cs.PL cs.SE
Predicting Program Comprehension with Foundation Models of Human Cognition
Saarland University(萨尔兰州立大学)
研究探讨用人类认知基础模型预测程序理解能力,通过评估基于160个心理实验训练的Centaur在9个程序理解研究中的表现,发现其比基础模型更契合人类响应模式,为软件工程中开发者行为建模提供了新思路。
2026-07-15 cs.SE
Evidence Profiles for Validity Threats in Program Comprehension Experiments
通过系统文献检索与主题综合,构建程序理解实验中编程经验、程序长度和理解测量三类最常见有效性威胁的证据画像,揭示现有威胁讨论普遍缺乏证据支持,并倡导开展更多基于证据的元研究以改进实验设计。
2023-01-25 cs.SE
A Large Scale Empirical Study of the Impact of Spaghetti Code and Blob Anti-patterns on Program Comprehension
上下文:几项研究调查了反模式的影响(即,在维护活动期间,经常出现的设计问题的“糟糕”解决方案),并报告说反模式严重影响了开发人员编辑文件所需的工作。但是,在开发人员编辑文件之前,他们必须了解系统的源代码。这些源代码必须易于开发人员理解。目的:在这项工作中,我们提供了一个完整的评估两个实例的两个反模式,斑点或意大利面条代码,对程序的理解的影响。方法:我们通过在蒙特利尔理工学院(加拿大)进行的三项实证研究分析了这两种反模式的影响,有24名参与者;在卡尔顿大学(加拿大)有30名参与者;在巴西利卡塔大学(意大利)有79名参与者。结果:我们收集了来自三所大学的133名不同参与者的372项任务的数据。我们使用三个指标来评估开发人员对源代码的理解:(1)完成每个任务的持续时间;(2)正确答案的百分比;(3)NASA任务负荷指数。结论:我们报告说,虽然单次出现的Blob或Spaghetti代码反模式对代码理解的影响不大,两次出现的Blob或Spaghetti代码显着增加了开发人员的时间花在他们的任务,减少他们的正确答案的百分比,并增加他们的努力。因此,我们建议开发人员对这两种反模式都采取行动,只要有可能,就应该从源代码中重构出来。我们还建议进一步研究反模式的组合,而不是一次一个地研究单个反模式。
2020-09-05 cs.SE
Analyzing Code Comments to Boost Program Comprehension
我们正在尝试寻找源代码注释,帮助程序员理解源代码的重要部分。这样的例子之一是解释分配零作为"清除"缓冲区的一种方式。这样的注释对程序员来说是无价的,正确地识别它们将有很大的帮助。为了实现这一目标,我们开发了一种方法来发现源代码中的解释性代码注释。我们首先提出了11种不同的代码注释类别。然后,我们开发了一个基于决策树的分类器,可以识别解释性评论,准确率为60%,召回率为80%。我们分析了2,000个GitHub项目,这些项目都是用两种语言编写的:Java和Python。这个任务是新颖的,因为它关注于方法或函数中的微观注释("本地注释"),而不是之前关注于API或方法级注释的工作。我们还研究了如何在不同的项目中使用不同类别的注释。我们的主要发现是,有两种主要类型的评论:前置条件和后置条件。我们的研究结果还表明,许多英语代码注释具有一定的语法结构,在不同的项目中是一致的。
2022-03-17 cs.SE
IDE-Independent Program Comprehension Tools via Source File Overwriting
传统上,我们有两种可能性来设计用于程序理解和分析的工具。第一个选择是创建一个独立的程序,独立于任何源代码编辑器。这样,源代码编辑的行为就与查看代码分析结果的行为分离了。第二种选择是为特定的IDE(集成开发环境)创建插件-在这种情况下,必须为每个IDE创建单独的版本。我们提出了一种方法,其中有关源代码元素的信息直接写入源文件作为注释或特殊注释。在提交到版本控制系统之前,注释将从源代码中删除,以避免代码污染。我们简要评估的方法,并描绘其局限性。
2018-08-30 cs.PL cs.SE
The Effect of Code Obfuscation on Human Program Comprehension
University of Texas at Dallas(达拉斯大学)
研究探讨了代码混淆对人类程序理解的影响,发现混淆增加推理时间并降低准确性,但不同编程语言表现各异,且编程经验在语言内有较强影响。
2026-03-08 cs.SE
Exploring Code Comprehension in Scientific Programming: Preliminary Insights from Research Scientists
本研究通过调查57名不同学科的科研人员,探究科学编程中的代码理解现状,揭示了科研人员编程背景、代码可读性实践与挑战及工具使用趋势,为改进科学编程实践提供参考。
2025-01-17 cs.SE
Automatically Generating Questions About Scratch Programs
University of Passau(帕绍大学)
本文扩展 LitterBox 静态分析工具,为基于积木的编程语言 Scratch 自动生成涵盖程序理解模型的 30 类问题,在 600,913 个项目中生成超 5400 万问题,并经 34 名学生实验验证了其有效性与学生表现的相关性。
2025-10-13 cs.SE
Investigating the Impact of Vocabulary Difficulty and Code Naturalness on Program Comprehension
本研究从语言习得视角出发,采用交叉熵与人工分级词汇表分别衡量代码自然度和词汇难度,通过统计分析探究二者与代码可读性、可理解性的关联及对预测性能的提升作用。
2023-08-25 cs.SE
Empirical Study of Phased Model of Software Change
软件变更是软件演化和维护的基本任务。PMSC(Phased Model for Software Change)是一个软件变更的过程模型,它是在代码中本地化的。它由几个阶段组成,涵盖了程序理解和代码修改。本文提出了一个实证研究的制定私营军事和安保服务公司,加强了使用工具JRipples。受试者是具有不同程度编程经验的研究生。实证研究结果表明,程序员与知识的PMSC和支持JRipples执行完善的软件变化,在不熟悉的软件在显着更少的时间(约一半的时间)比独立的程序员。在代码理解和实施工作方面都有了实质性的时间改进。
2019-04-11 cs.SE
Automatic Code Summarization: A Systematic Literature Review
背景:在软件维护和开发过程中,对程序代码的理解是成功的关键。高质量的注释可以帮助我们更好地理解程序,但在今天的程序中,它们经常被遗漏或过时。自动代码摘要就是为了解决这些问题而提出的。在过去十年中,这一领域取得了巨大进展,但缺乏最新的调查。目的:我们研究了出版物有关的代码摘要领域的程序理解,调查国家的最先进的方法。通过阅读和分析相关文献,全面了解自动代码摘要的研究现状。方法:在本文中,我们进行了系统的文献综述自动源代码摘要领域。此外,我们综合了所获得的数据,并研究了不同的方法。结果:我们成功地收集和分析了来自不同研究社区的41项研究。我们详尽地调查和描述了这些作品的数据提取技术,描述生成方法,评估方法和相关工件。结论:我们的系统综述概述了最新技术水平,并讨论了进一步的研究方向。通过充分阐述该领域目前的方法,我们的工作揭示了未来的研究方向的程序理解和评论生成。
2019-10-13 cs.SE
CADV: A software visualization approach for code annotations distribution
代码注释是Java系统中广泛使用的特性,用于在编程元素上配置自定义元数据。它们的日益增多,需要采取办法来评估和了解它们的使用和分布情况。在这种背景下,软件可视化已经被研究和研究,以提高程序的理解在不同的方面。本研究旨在设计一种软件可视化方法,以图形方式显示代码注释如何在软件系统中分布和组织,并开发一种工具,作为该方法的参考实现,以生成视图并与用户交互。我们进行了实证评估,通过问卷调查和访谈来评估我们的可视化方法考虑四个方面:有效性的程序理解,感知有用性,感知易用性,和适合的目标受众。所得数据用于进行定性和定量分析。该工具识别包责任,在不同级别提供有关其注释的可视信息。使用所开发的工具,参与者实现了很高的正确率,在程序理解任务,并表现得很好的问题,概述了分析中的系统。最后,与会者认为,该工具优于现有的方法进行代码检查时,搜索相关的代码注释的信息。结果表明,使用开发的工具的可视化方法是有效的程序理解任务相关的代码注释,这也可以用来确定应用程序包中的责任。此外,它被评估为适合新手概述系统中注释的使用情况,并适合架构师执行深入分析,可以潜在地检测错误的注释和异常增长。
2022-06-27 cs.SE
Program Comprehension Does Not Primarily Rely On the Language Centers of the Human Brain
本文通过 Python 与 Scratch Jr. 的 fMRI 实验发现,程序理解主要激活多重需求系统而非语言系统,且变量名、控制流和操作类型不影响脑反应。
2023-04-11 cs.HC cs.PL cs.SE
Applications of Multi-view Learning Approaches for Software Comprehension
程序理解是指个体对现有软件系统的理解能力,软件系统包含大量噪声和缺失的数据,这使得程序理解更加困难。软件系统由各种视图组成,包括模块依赖图、执行日志、演化信息和源代码中使用的词汇表,这些视图共同定义了软件系统。这些视图中的每一个都包含独特的和互补的信息;它们一起可以更准确地描述数据。在本文中,我们研究了结合不同信息源以提高程序理解任务性能的各种技术。我们采用最先进的技术,从学习1)找到一个合适的相似性函数为每个视图,2)比较不同的多视图学习技术,将软件系统分解成高层次的单元,并给出组件级的建议重构的系统,以及跨视图的源代码搜索。在10个比较大的Java软件系统上进行的实验表明,通过融合来自不同观点的知识,我们可以保证一个下限的质量模块化,甚至提高后it. We继续通过整合不同的信息源,给出一组高层次的建议,如何重构的软件系统。此外,我们演示了如何学习一个联合子空间允许跨视图执行跨模态检索,产生的结果是更符合用户的意图查询。本文中概述的多视图方法可以用于解决软件工程中的问题,这些问题可以根据学习问题进行编码,例如软件错误预测和特征定位。
2019-02-01 cs.SE
Toward Neurosymbolic Program Comprehension
William & Mary(威廉玛丽学院)
本文质疑单纯增大模型参数的最优性,提出结合深度学习与符号方法的神经符号化程序理解框架 NsPC,用于识别有缺陷的代码组件。
2025-02-03 cs.AI cs.SE
PALM: Path-aware LLM-based Test Generation with Comprehension
UCLA(加州大学洛杉矶分校);Virginia Tech(弗吉尼亚理工大学)
PALM结合符号路径枚举与LLM辅助测试生成,通过AST分析静态枚举路径并生成可执行变体,提升测试覆盖和路径识别能力。
2026-02-11 cs.SE
Evaluating Code Readability and Legibility: An Examination of Human-centric Studies
阅读代码是软件维护和演化中的一项基本活动。几项针对人类受试者的研究调查了不同的因素,如所采用的编程结构和命名约定,如何影响代码的可读性,即,什么使程序更容易或更难被开发者阅读和理解,以及代码易读性,即,是什么影响了识别程序元素的容易性。这些研究通过不同的理解任务和反应变量来评估可读性和易读性。在本文中,我们在比较编程结构、编码习惯、命名约定和格式指南的研究中检查了这些任务和变量,例如,递归代码与迭代代码。为此,我们进行了系统的文献综述,发现了54篇相关论文。这些研究大多通过测量受试者结果的正确性(83.3%)或简单地询问他们的意见(55.6%)来评估代码的可读性和易读性。一些研究(16.7%)完全依赖于后一个变量。仍然有少数研究监测受试者的身体体征,如大脑激活区域(5%)。此外,我们的研究表明,一些变量是多方面的。例如,正确性可以被衡量为预测程序输出的能力,回答有关其行为的问题,或回忆部分内容。这些结果清楚地表明,不同的评估方法需要不同的能力,例如,跟踪程序vs.总结其目标vs.记住其文本。为了帮助研究人员设计新的研究,并提高我们对现有研究的理解,我们通过调整预先存在的学习分类法,将程序理解建模为一种学习活动。这一调整表明,在这些评价中经常运用某些能力,而很少针对其他能力。
2021-10-02 cs.SE
GazePrinter: Visualizing Expert Gaze to Guide Novices in a New Codebase
Lund University(隆德大学);ETH Zürich(苏黎世联邦理工学院);Malmö University(马尔默大学)
本文提出GazePrinter,通过可视化专家注视帮助新手理解新代码库。研究发现,专家注视可视化能显著影响新手的代码路径选择,减少时间和认知负荷。
2026-03-20 cs.ET cs.HC cs.SE
Impermanent Identifiers: Enhanced Source Code Comprehension and Refactoring
本文针对当代软件开发挑战提出以临时标识符为核心的创新代码增强方法,通过实证检验评估其在开发者中的采用与接受度,为代码增强开辟新方向并推动软件开发实践改进。
2024-06-14 cs.SE
Metrics-Based Spreadsheet Visualization: Support for Focused Maintenance
遗留电子表格既是一种资产,也是一个关于电子表格的持久问题。为了使电子表格保持活力并保持正确,理解给定的电子表格非常重要。可视化技术应该减轻在一组巨大的电子表格单元格中寻找结构的复杂和令人兴奋的挑战,以建立电子表格程序的适当心理模型。由于电子表格程序与它们所服务的目的一样多样化,并且与它们的程序员一样不均匀,因此为每个电子表格程序找到适当的表示或可视化技术似乎是徒劳的。因此,我们提出了不同的可视化和表示方法,可以减轻电子表格的理解,但不应该适用于所有类型的电子表格程序。因此,本文提出使用(复杂性)的措施,适当的可视化指标。
2008-09-17 cs.HC cs.SE
Recording Concerns in Source Code Using Annotations
一个关注点可以被描述为一段代码背后的开发者的意图,通常没有显式地捕获在其中。我们讨论了一种使用源代码注释(关注点注释)记录关注点的技术。通过两个研究和两个对照实验,我们试图回答以下三个研究问题:1)程序员的心智模型是否重叠?2)当共享关注注释可用时,开发人员如何使用它们?3)使用其他人创建的注释是否可以提高程序的理解和维护的正确性、时间和信心?第一项研究表明,开发人员的心智模型,使用关注注释记录,重叠,因此可以共享。第二项研究表明,共享关注注释可以在程序理解过程中用于以下目的:假设确认,功能定位,获得新的知识,发现关系和维护说明。第一个对照实验表明,注释的存在显着减少了34%的程序理解和维护时间。第二个对照实验是第一个实验的差异化复制,重点是工业开发商。它在正确性方面有33%的显着提高。我们的结论是关注注释是一个可行的方式来分享开发人员的想法。
2018-08-10 cs.PL cs.SE
Beyond Accuracy: Characterizing Code Comprehension Capabilities in (Large) Language Models
ITS, University of Luebeck(ITS,吕贝克大学)
本文研究了大语言模型在代码理解能力上的表现,发现其与传统人类度量标准相关性低,而影子模型能捕捉更复杂的模式,强调需改进基准方法以更准确评估模型能力。
2026-01-19 cs.AI cs.SE
Impact of Comments on LLM Comprehension of Legacy Code
The MITRE Corporation(MITRE公司)
针对遗留系统文档缺失或不准确可能影响大语言模型理解遗留代码的研究空白,本研究采用选择题问答(MCQA)方法评估注释对大语言模型理解遗留代码的影响,给出了初步发现并规划了未来研究方向。
2025-04-23 cs.AI cs.SE
An Empirical Study on Practicality of Specification Mining Algorithms on a Real-world Application
动态模型推理技术是近年来许多研究项目的中心。现在有多种最先进算法的开源实现,它们提供基本的抽象和合并功能。这些工具和算法中的大多数都是针对一个特定的应用程序开发的,这就是程序理解。输出模型可以抽象出程序的细节,并以简洁且易于理解的形式表示软件行为。然而,较少研究的一个应用上下文是使用这样的推断模型进行调试,其中要抽象的行为是错误行为(例如,包括失败的测试用例的一组执行跟踪)。我们试图在现实世界的工业环境中应用一些现有的模型推理技术(在一个有前途的工具MINT中实现),以支持程序的调试理解。我们最初的实验表明,无论是在实现方面,以及算法的许多限制。本文将讨论故障的根本原因,并提出未来改进的想法。
2019-03-29 cs.SE
Code Compass: A Study on the Challenges of Navigating Unfamiliar Codebases
本研究针对工程师调试陌生代码库时难以结合文档理解程序的问题,提出 IDE 集成工具 CodeCompass,通过上下文建议与可视化减少文档导航时间并提升任务完成率。
2024-05-10 cs.HC cs.SE
Smart Knowledge Transfer using Google-like Search
Indian Institute of Technology Kharagpur(印度理工学院克勒格布尔分校)
本文提出 SMARTKT 搜索框架,通过构建支持语法与语义查询的语义图,将程序理解转化为类 Google 搜索,以缓解软件维护成本上升问题。
2023-08-12 cs.AI cs.SE
CodeSum: Translate Program Language to Natural Language
在软件维护过程中,程序员花费大量时间在代码理解上。阅读注释是程序员在理解源代码时减少阅读和导航时间的有效方法。因此,作为软件工程中的一项重要任务,代码摘要旨在为源代码生成简短的自然语言描述。本文提出了一种新的代码摘要模型CodeSum。CodeSum利用基于注意力的序列到序列(Seq2Seq)神经网络和抽象树(AST)的基于结构的训练(SBT)。SBT生成的AST序列能更好地呈现AST的结构,且保持了序列的无歧义性。我们在三个不同语言的大规模语料库上进行了实验,Java,C#和SQL,其中Java语料库是我们从Github中提取的新提议的行业代码。实验结果表明,我们的方法CodeSum优于国家的最先进的显着。
2018-01-31 cs.SE
Probabilistic Software Modeling: A Data-driven Paradigm for Software Analysis
Johannes Kepler University Linz(约翰内斯·开普勒大学林茨分校);Software Competence Center Hagenberg GmbH(哈根贝格软件能力中心有限公司)
软件系统是复杂的,随着人工智能组件数量的增加,行为理解对传统的测试和维护策略提出了挑战。缺乏用于行为软件理解的工具和方法,使开发人员只能在已知场景的边界内进行测试和调试。我们提出了概率软件建模(PSM),数据驱动的建模范式的预测和生成方法在软件工程。PSM分析程序并合成一个概率模型网络,可以模拟和量化原始程序的行为。该方法提取程序的类型、可执行文件和属性结构,并复制其拓扑结构。然后,每个模型都朝着观察到的运行时进行优化,从而形成反映系统结构和行为的网络。由此产生的网络允许全方位的统计推断分析,可以构建丰富的预测和生成应用程序。应用范围从可视化的状态,推理查询,测试用例生成,异常检测到随机执行的建模系统。在这项工作中,我们提出的建模方法,软件系统的运行时行为的实证研究,并全面研究PSM建模系统。结果表明,PSM是一个坚实的基础,结构和行为的软件理解的应用。
2019-12-18 cs.LG cs.SE
Early Results from Teaching Modelling for Software Comprehension in New-Hire Onboarding
International Institute of Information Technology, Hyderabad(海德拉巴国际信息技术学院);Birla Institute of Technology and Science, Pilani(比拉理工学院)
本研究通过SaaS公司入职培训中的五节建模课程,发现短期建模干预能显著提升准备不足新员工的软件理解能力,但需为强者提供差异化路径。
2025-10-08 cs.CY cs.SE
On the Lexical Superstition of Large Language Models for Code Comprehension: Re-evaluation on Code of Low Lexical Quality
Nanjing University(南京大学)
本研究通过Face/Off重命名框架揭示LLMs在代码理解中过度依赖词汇线索,即使误导性命名也影响输出,且难以通过干预消除,呼吁平衡词汇与结构语义。
2026-09-23 cs.CL cs.LG cs.SE
The Visual Debugger Tool
本文提出一种集成于IntelliJ IDEA的可视化调试工具,通过对象图图形化展示程序执行信息,以降低软件调试与维护成本。
2024-04-19 cs.SE
Modx: Binary Level Partial Imported Third-Party Library Detection through Program Modularization and Semantic Matching
随着软件的快速增长,使用第三方库(TPL)变得越来越流行。程序库使用的繁荣为软件工程师提供了许多方便和促进程序开发的方法。不幸的是,这也带来了巨大的挑战,因为管理大量的图书馆变得更加困难。已经提出了检测和理解软件中的TPL的研究和学习。然而,大多数现有的方法依赖于句法特征,当这些特征被敌对方改变或故意隐藏时,这些特征是不鲁棒的。此外,这些方法通常将每个导入的库建模为整体,因此不能应用于主机软件仅部分使用库代码段的场景。为了检测完全和部分导入的TPL在语义层面上,我们提出了ModX,一个框架,利用新的程序模块化技术分解成细粒度的功能为基础的模块的程序。通过提取语法和语义特征,度量模块之间的距离,检测程序中相似库模块的重用。实验结果表明,ModX优于其他模块化工具,通过区分更连贯的程序模块,模块质量分数提高353%,并击败其他TPL检测工具,平均精度提高17%,召回率提高8%。
2022-04-18 cs.SE
COFO: COdeFOrces dataset for Program Classification, Recognition and Tagging
本研究提出从Codeforces爬取的COFO数据集,含809个类别、36.9万份多语言源代码及相关元数据,可支撑程序分类、打标等软件工程领域的机器学习研究。
2025-03-24 cs.SE
Towards a Benchmark Set for Program Repair Based on Partial Fixes
软件缺陷显著增加了软件成本,并增加了系统故障的风险。近年来,已经提出了许多自动程序修复方法来自动修复不期望的程序行为。尽管他们取得了巨大的成功,但一些具体的问题,如用部分修复来修复bug,仍然没有得到解决。对已知软件问题的部分修复是程序员第一次尝试修复问题失败。即使失败,此修复尝试仍然会传递重要信息,例如可疑软件区域和错误类型。在这项工作中,我们不提出一种方法,部分修复程序修复,而是回答一个初步的问题:部分修复经常发生足够的,一般来说,是相关的自动程序修复的研究领域?我们在GitHub上抓取了1500个开源C代码库来进行部分修复。其结果是基于部分修复的自动程序修复的2204个基准任务的基准集。基准集是开源的,并开放进一步的贡献和改进。
2021-07-16 cs.PL cs.SE
Partial Redundancy Elimination for Multi-threaded Programs
多线程程序有许多广泛使用的应用,如操作系统。分析多线程程序不同于顺序程序;其主要特征是多个线程同时执行。必须考虑所有其他正在运行的线程的影响。部分冗余消除是最强大的编译器优化之一:它执行循环不变代码运动和公共子表达式消除。我们提出了一个类型系统与优化组件,执行部分冗余消除多线程程序。
2011-11-02 cs.LO cs.SE
Symbolic Partial-Order Execution for Testing Multi-Threaded Programs
我们描述了一种多线程程序的系统测试技术。我们结合准最优偏序约简,一个国家的最先进的技术,解决路径爆炸,由于交错的非确定性,与符号执行来处理数据的非确定性。我们的技术迭代地和详尽地发现程序的所有执行。它使用偏序表示程序执行,并使用底层展开语义查找下一次执行。我们避免了使用截止事件的冗余程序痕迹的探索。我们实现了我们的技术作为KLEE的扩展,并评估了一组大型多线程C程序。我们的实验在memcached和GNU sort中发现了几个以前未发现的bug和未定义的行为,表明新方法能够在工业规模的基准测试中发现bug。
2020-07-22 cs.PL cs.SE
Annotation of Logic Programs for Independent AND-Parallelism by Partial Evaluation
逻辑程序的自动AND并行化的传统方法依赖于一些静态分析来识别可以在任何可能的执行中安全且有效地并行运行的独立目标。在本文中,我们提出了一种新的技术,用于生成注释的独立与并行性,是基于部分评估。基本上,我们增加了一个简单的部分评估程序(运行时)接地和变量共享信息,使平行的连接词被添加到剩余条款时,独立的条件得到满足。与以前的方法相比,我们的部分评估器能够转换的源程序,以暴露更多的并行的机会。据我们所知,我们提出了第一种方法的并行部分评估。
2012-10-05 cs.PL cs.SE
Tables or Sankey Diagrams? Investigating User Interaction with Different Representations of Simulation Parameters
Siemens AG(西门子股份公司);Chalmers University of Technology(查尔姆斯理工大学);Eindhoven University of Technology(埃因霍温理工大学);Malmö University(马尔默大学)
本研究通过比较桑基图与传统表格界面,发现基于流程的参数可视化能显著降低认知负荷和交互复杂性,提升对复杂系统配置的理解。
2026-01-15 cs.HC cs.SE
A Contemporary Survey of Large Language Model Assisted Program Analysis
Information Security Center, Hon Hai Research Institute(鸿海研究院信息安全中心)
本综述系统梳理了大语言模型在程序分析中的应用,将其分为静态、动态与混合方法,并指出未来方向与挑战,旨在为安全研究提供可行见解。
2025-02-05 cs.AI cs.SE