计算机科学与探索

作者：贾昀峰, 王俊峰, 吴鹏

单位：1. 四川大学 计算机学院（软件学院、智能科学与技术学院），成都 6100652. 四川旅游学院 信息与工程学院，成都 610100

关键词：开源软件,软件组件分析,第三方库检测,代码克隆,修改重用,静态分析

基金：国家自然科学基金（U2133208）；中央在川高校院所“聚源兴川”项目（24JYXC0043）；四川大学-泸州市人民政府战略合作项目（2022CDLZ-5）。

第三方库（TPL）作为现代C/C++软件开发的重要组成部分，其精确检测与管理对于保障软件质量与安全性至关重要。然而现有方法主要依赖代码语法特征，对Type Ⅱ和Type Ⅲ克隆重用场景的适应性不足，易导致检测失效。提出一种基于函数抽象语法树（AST）特征的TPL检测方法TPLADD。该方法利用AST节点度数与次序的度量信息快速实现函数语法向量嵌入，并结合向量数据库与近似最近邻检索技术，显著提升了修改重用场景下的检测鲁棒性。基于异常检测的过滤技术可以有效减少干扰函数对检测的影响，提高结果精确性。基于GitHub搜集的29?782个开源软件（OSS）共计726?074个版本，构建了特征向量索引库，并在100个知名项目上验证有效性。实验结果表明，在精度上，TPLADD相较于CENTRIS，精确率和召回率分别提升了3.88和2.76个百分点；在鲁棒性上，TPLADD即使出现较大程度代码修改时，仍能保持74%的F1值；在性能上，TPLADD平均每个TPL检测耗时仅0.42?s，索引库存储占用率仅为总体函数特征的0.41%。这些充分体现了TPLADD高鲁棒性、高精确性的特点，且具备良好的性能表现。

来源：2025年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第7期