軟件分析演化與再工程研究綜述

張志宏 包東輝

【摘 要】軟件分析、演化和再工程是軟件生命周期的重要領域。維護大型軟件的任務一直是軟件從業者面臨的挑戰。本文從程序理解、源代碼建模、組件恢復、二進制逆向工程和重構、網絡為中心的平臺遷移、工具和環境六個軟件逆向工程領域探討了研究新趨勢，以更好地滿足軟件分析、進化和再工程的需要。

【關鍵詞】軟件逆向工程;軟件演化;軟件再工程

一、前言

軟件分析、演化和再工程技術在過去幾年中已經顯著成熟，并且已經與軟件工程的其他幾個領域形成了強有力的技術聯系，例如解析和編譯技術、軟件建模和可視化、模式分析和集成開發環境等。同時，由于迭代和增量開發模型的引入，例如極限編程（XP）和統一過程（RUP），為軟件分析、演化和再工程領域提供了新方向。在這種迭代和增量模型的上下文中，軟件開發可以采取模型的分析、演化和轉換的形式，這些模型涉及廣泛的軟件組件，例如業務模型、需求模型、體系結構和設計模型，以及實現和測試模型。在這些方面，產生了很多新的研究方向，從而將軟件分析和演化技術納入此類工程模型。

本文對軟件分析、演化和再工程的六個主要領域進行研究：

1、程序理解：該領域涉及支持源代碼分析和設計恢復的技術。

2、源代碼建模和表示：該領域涉及在更高抽象級別上對源代碼建模的技術。

3、組件恢復：該領域涉及大型軟件系統的架構分析和模塊化技術。

4、二進制代碼逆向工程：該領域涉及分析二進制代碼和反編譯復雜系統的技術。

5、網絡為中心的平臺遷移：該領域涉及支持遺留系統演化到支持Web環境的技術。

6、工具和環境：該領域主要關注系統分析和重構的實用方法和支持工具。

二、研究綜述

程序理解一直被認為是逆向工程和軟件維護的核心工作，高達50%的維護工作用于程序理解任務，而最近的研究表明，涉及的時間甚至更多，高達70%。程序理解被定義為“在不同抽象層次上構建底層軟件的模型，從代碼本身的模型到底層應用領域的模型”[1]。因此，這是一個開發人員根據所面臨的維護任務、程序的功能、工作方式、體系結構或資源使用情況來識別的過程。到目前為止，對程序理解的研究主要集中在兩個問題上：程序的哪種表示方式能夠幫助開發人員在執行任務時恢復適當的模型，以及如何通過工具自動構建這種表示方式。

奧本大學的D.A.Umphress，D.Hendrix，J.H.Cross II在文章《改進和測量源代碼可理解性的軟件可視化》中介紹了軟件可視化的兩種形式，并在實驗中驗證了它們如何幫助程序理解，為了便于理解程序的結構和執行，分析了控制結構圖，并分析了復雜度圖對源代碼可理解性的測量能力。兩種方法都被證明是有效的，并被納入了Grasp IDE項目。然而，軟件可視化的有效性仍然需要在實際環境中得到更多證明。

CWI和Delft大學的A.van Deursen和L.Moonen在Cobol程序環境下使用類型來記錄軟件系統的方法，提出了一種自動程序理解工具構建的解決方案。它引入了TypeExplorer，一種基于推斷類型瀏覽Cobol遺留系統的工具。TypeExplorer首先從源文件中提取信息，分析它并使它來推斷類型，然后構建一個基于超文本的文檔，該文檔可供瀏覽，以便發現單個變量的低級結構以及整個系統架構的全局概覽。該項目的一個重要特點是支持將遺留Cobol-85代碼遷移到面向對象的Cobol標準中來。多年來，幾個研究小組開發了程序分析技術和工具，不同研究人員之間展開合作，所面臨的關鍵問題是需要工具的互操作性，即一個工具從另一個工具導入數據并將其結果導出到另一個工具的能力?；诖艘粋€新的研究領域誕生了，同時也得到了第一屆標準交換格式研討會的認可。

滑鐵盧大學的R.C.Holt，達姆施塔特理工大學的A.Shuerr，加利福尼亞大學的S.E.Sim和科布倫茨蘭道大學的A.Winter，提出了一種基于圖的標準交換格式，描述了這種協作的工作模式，并介紹了作為標準交換格式的GXL語言。這可看成是軟件分析的統一源代碼建模和表示的重要里程碑。GXL是一種基于XML的語言，用于表示類型圖、屬性圖、有向圖、有序圖以及超圖和層次圖?；诖?，實例圖可以用GXL表示并與相應的模式信息交換。同時，介紹了標準交換格式的基本要求，詳細說明了GXL，并討論了使用GXL交換圖形。

逆向工程不僅是一門理論研究學科，也是一個應用領域。當軟件必須轉移使用一種新開發技術或一種新平臺上時，現有軟件的應用程序塊（稱為組件）應該被提取并用作構建新軟件。在軟件再工程的背景下，當前還須解決兩個主要問題：一個是識別現有軟件的哪些部分是潛在可重用的，另一個是開發能夠圍繞已有代碼塊構建新軟件的技術。

德國斯圖加特大學的R.Koschke和J.czeranski以及意大利RCOST大學的G.Canfora對組件恢復的dIC方法，提出了識別潛在可重用代碼片段的解決方案。更具體地說，通過dIC方法來檢測抽象數據對象，dIC方法也被擴展到檢測抽象數據類型和集成一個良好的內聚度量來識別候選組件。由于文獻表明，任何一種構件恢復方法的有效性在很大程度上取決于主體系統的特性，因此有必要進一步研究構件恢復方法與系統特性之間的關系。

亞利桑那州立大學的S.V.Mudiam、G.C.Gannod的文章《使用適配器將遺留組件進行集成》，提出了一種通過重用現有代碼片段和將遺留組件遷移到以網絡為中心的平臺來構建軟件的解決方案。具體來說，它提出了將組件視為服務的觀點，然后可以構建客戶機應用程序來與這些被視為數據和行為提供者的服務進行交互。該技術利用架構描述語言將組件描述為服務，并使用包裝器或適配器生成“粘合代碼”，實現服務的運行時集成。工作包括開發一個環境，通過提供服務瀏覽和將建議技術遷移到.NET和web服務框架，來幫助創建基于服務的應用程序。到目前為止，提到的所有方法都依賴于源代碼可用于分析的假設，同時允許使用多種標準技術，通?；诰幾g，如抽象語法樹構造或依賴關系識別。不幸的是，在許多實際的工業應用中，程序分析有時必須在沒有完全訪問源代碼的情況下開始。二進制分析可能是唯一有效的替代方法，即直接分析程序的二進制機器代碼。

昆士蘭大學的D.Ung的發表了《帶運行時反饋的二進制代碼動態重構》。二進制翻譯是一種允許為一臺機器編譯的軟件被轉換成在另一臺機器上高效運行的技術。這種重構活動在逆向工程階段分解。在逆向工程階段，二進制指令被解碼到更高的抽象級別，然后是正向工程階段，在此階段，抽象數據被編碼成另一種二進制形式。該文介紹了UQDBT二進制轉換器，它通過指定機器屬性及其指令集來提供適應性，它以一種特殊的方式處理頻繁執行的代碼，獲得比其他轉換器更快的翻譯。

【參考文獻】

[1]劉彥宇，唐運樂.支持源代碼逆向建模的關系模型設計[J].河池學院學報，2013，33（02）：91-96.

作者簡介：張志宏（1990-），男，山西忻州人，漢族，本科，單位：北海職業學院，研究方向：計算機網絡技術。包東輝（1971-），男，廣西北海人，漢族，本科，講師，單位：北海職業學院，研究方向：職業教育。

課題項目：2018年度廣西高校中青年基礎能力提升項目（2018KY1190 ）《支持信息檢索的程序理解輔助系統設計與實現》。