针对克隆代码在软件中存在的复杂性越来越高,仅靠检测出这些克隆代码并不能降低软件维护成本。因此基于克隆检测的结果,研究者们又开展了克隆管理方面的研究。为了有效管理克隆代码,重构逐渐成为人们关注的一个焦点。重构与软件的质量,如可维护性、稳定性、健壮性都有着密切的联系,经过重构的克隆代码往往比未经过重构的克隆代码具有更高的质量,所以重构对于软件质量保证有着重要的理论意义和应用价值。重构软件系统中所有克隆代码是不切实际的,也不是所有克隆代码都需要重构。盲目地重构可能会影响到软件中其他有益的代码,导致软件质量下降,因此,在对克隆代码进行有效维护之前识别出适合重构的克隆代码则变得尤为关键。现有方法在克隆代码重构的识别和推荐上存在着一定的局限性,亟需一种新的、有效的方法对重构的克隆代码进行识别和推荐。本文以”识别和推荐重构克隆”为切入点,为软件开发与维护人员提供有价值的参考信息。具体工作如下:1.克隆代码演化历史信息需要从克隆检测、克隆映射、克隆家系以及维护提交日志四个方面进行提取。首先使用NiCad检测工具获取软件中克隆代码检测结果;其次使用一种基于词频向量计算、克隆位置距离关系和克隆特征相结合的分层映射方法,来获取克隆代码的映射关系;然后基于前期预研成果FCGE克隆家系工具,提取7种演化模式;最后根据SVN来提取克隆代码维护日志。2.在克隆代码演化历史信息的基础上,识别出克隆代码重构和跟踪候选集。关注在演化过程中经过维护之后克隆群内的克隆片段发生了一致性变化的情况,将这种情况归入到重构候选集中。关注在演化历史过程中,克隆群经过维护之后克隆片段发生分离现象,并在之后的维护操作后重新合并成一个克隆群。将这种情况归入到跟踪候选集中。3.在重构候选集中,提取与克隆重构相关的静态特征和演化特征,构建特征数据库。在重构候选集中提取克隆代码段、克隆关系、克隆上下文三大类静态特征,使用重构工具SourceMonitor来提取这三大类静态特征。同时使用FCGE来提取演化模式、改变频率等相关的演化特征。4.使用机器学习的方法推荐出需要重构的克隆代码。本文将特征数据集分为四个子集,分别是克隆代码段、克隆关系、克隆上下文、演化信息相关的四个子集。然后使用决策树、贝叶斯网络等机器学习方法对这四个子集训练的分类器分别进行预测,最后选出效果最佳的机器学习方法来推荐重构克隆代码。经实验表明本文推荐重构克隆的方法达到90%的精度,同时使用决策树推荐重构克隆的效果最佳。