XTA辅助的Java冗余代码检测与知识图谱应用

"该文提出了一种将静态分析与知识图谱相结合的Java冗余代码检测方法，通过改进快速类型分析算法，利用XTA调用图构造算法提高检测精度，并在名为RCD的工具中实现，同时借助知识图谱辅助人工审查，提升检测效率和可信度。实验结果显示，RCD在冗余代码检测的准确性和完整性上优于其他工具。" 在软件开发过程中，冗余代码是一个常见的问题，它可能导致内存浪费、代码维护困难和额外的维护成本。针对Java语言，静态分析是一种常用的冗余代码检测手段，尤其是快速类型分析算法，但这种算法在处理虚方法分析时可能存在局限性。XTA（eXtended Type Analysis）调用图构造算法则在虚方法调用的精确性和效率上有显著优势。 文章提出的新方法是将XTA算法应用于Java代码的静态分析，以改善对虚方法的检测能力，从而更有效地找出冗余代码。此外，作者开发了一个名为"RCD"的工具原型，该工具集成了这一方法，以帮助检测Java代码中的冗余部分。为提高人工审查的效率和检测结果的可靠性，RCD还引入了知识图谱的概念。知识图谱可以将程序中的实体和关系可视化，辅助开发者理解和审核检测结果，降低误报率。 在实验阶段，RCD被用于四个开源Java应用的测试，与另外三个冗余代码检测工具进行了对比。实验结果显示，RCD在检测冗余代码的准确性上提高了1%至30%，在检测冗余虚方法的完整性上提升了约4%，这表明了所提出方法的有效性。 总结起来，这篇文章介绍了一种创新的冗余代码检测策略，结合了静态分析的XTA算法和知识图谱技术，旨在提供更准确、更完整的冗余代码检测解决方案，有助于优化软件质量和降低维护成本。这种方法不仅提升了检测工具的性能，也为未来类似的研究提供了新的思路。