跨语言克隆检测算法

F1 达 0.96

用功能语义蒸馏图学习，对齐异构代码图的功能语义分布，从而在跨语言场景下精准识别相似代码片段。

Linghao, Zhang · Luo, Sen Lin · Pan, Limin · Wu, Zhouting · Kun, Gong

Engineering Applications of Artificial Intelligence 2024

参数信息

precision

0.95

recall

0.98

F1-score

0.96

技术优势

抗语言噪声

基于关键节点保护规则剪枝图结构，减少词法特征噪声对匹配的干扰。

对齐语义分布

用对比损失优化图匹配网络，对齐跨语言抽象语法树的功能语义分布，从而在异构图上提取不变的功能语义特征。

应用场景

• 代码克隆检测：识别跨语言代码对中的相似或相同片段，用于发现冗余代码和同源组件。
• 跨语言代码分析：分析跨语言代码的功能等价性，减少对词法统计特征的依赖。
• 软件同源性分析：通过跨语言克隆检测辅助同源性分析，追踪不同语言实现间的复用关系。
• 代码搜索与复用：检索语义相似的跨语言代码片段，支撑代码复用与迁移。