买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：本发明公开了一种基于CPG+图的隐式依赖模式分析方法，本发明是条件性的获取程序依赖图，从而降低了生成代码的图结构中间表示形式的复杂度，并且由于添加了隐式依赖信息，从而可以从图中挖掘隐式依赖模式。通过对源代码进行解析和分析，生成抽象语法树，控制流图和程序依赖图，联合构建CPG+图，从而降低了生成代码的图结构中间表示形式的复杂度。可以快速且有效的对项目文件进行分析，并从中挖掘具体的隐式依赖模式，解决了目前隐式依赖模式仍然未知的问题，并且可以快速的从项目中获取具体的隐式依赖模式及数量。

主权项：1.一种基于CPG+图的隐式依赖模式分析方法，其特征在于，包括如下步骤：S1：输入Python项目，通过ENRE工具获取对象的依赖关系；S2：获取对象的抽象语法树；S3：预处理以便后续对图的操作；步骤S3具体包括：S301：当函数体中调用与控制流起始节点函数名相同的方法时，会出现指向控制流起始节点的边，造成循环，控制流起始节点是函数控制流的根节点，不应该存在父节点，在生产控制流的过程中进行删除；S302：由于是根据json数据生成抽象语法树，而ast2json项目只是简单的返回Python文件被AST库解析语法树后所有的属性和对应的值，在实际代码分析中，节点的“lineno开始行”属性和“end_lineno结束行”属性会被一些属性分开，在递归地处理json数据时，会造成节点只有“lineno开始行属性”，从而在后续的处理中发生错误，因此需要调整解析语法树后返回的json数据，对控制流图返回的语句节点规定排序，从而保证顺序一致，从而便于后续的图合并操作；S303：由于程序依赖图ProgramDependencyGraph，PDG与控制流图ControlFlowGraph，CFG都是在语句层面的解析，因此，先将PDG与CFG的信息联立，从而便于后续信息建立，为此通过CFG去寻找隐式依赖，从而无需在考虑PDG的节点顺序关系；S304:初始的绘制控制流图仅有基本的if、for语句的处理，根据出现频次，优先增加对raise、with、try-except语句的处理；添加Python特有的for-else、while-else语句；S4：获取代码中方法的控制流图，获取节点顺序；S5：若方法中含有隐式依赖，获得其隐式依赖发生节点的数据流；步骤S5具体包括：S501：正则化隐式依赖信息，并与源码匹配，寻找隐式依赖的源码；S502:从隐式依赖源码处往上寻找与隐式依赖有关的数据流，数据流可能存在分支，因此最终可能会有多条数据流指向隐式依赖；S6：合并抽象语法树、控制流图以及基于隐式依赖的数据流图；S7：从合并的图中通过VF2算法获得隐式依赖发生处，寻找它们的父节点，赋值替换，获取从函数到依赖发生处的变换，从而判断隐式依赖模式。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于CPG+图的隐式依赖模式分析方法