近日，2019级博士生胡雨涛（导师邹德清教授）的论文“TreeCen: Building Tree Graph for Scalable Semantic Code Clone Detection”被第37届IEEE/ACM自动化软件工程国际会议（The 37^th IEEE/ACM International Conference on Automated Software Engineering，ASE 2022）录用。

代码克隆检测是软工领域的重要研究方向，难以兼顾高效性和准确性是其亟需解决的痛点问题。基于文本或令牌的克隆检测是一种高效的检测方式，但由于缺失对代码语义的考虑而无法保证准确性；基于程序依赖图的方式则由于需要代码编译而导致可用性低，即不具备高效性且无法适用于任意粒度的代码片段；基于抽象语法树的方式虽然可以达到较高的准确率，却因为树匹配的高复杂度问题需要过多的时间开销。为此，论文提出了一种高效且准确的代码克隆检测方式。该方法将复杂的抽象语法树转换成了一种简单的图表示，并采用中心性算法将该图转化为一个具有图结构信息的定长向量，然后基于定长向量进行克隆检测器的训练和测试。实验结果表明，文中提出的克隆检测方法在两个标准数据集上能够分别达到0.99和0.95的准确率，均高于其他方法。在时间开销方面，该方法比目前同类方法的检测速度提高79倍。

ASE与ICSE、ISSTA和FSE并称为软件工程领域的四大顶级会议，在软件工程领域具有举足轻重的地位。ASE 2022共接收论文投稿531篇，其中直接录用的仅有78篇。

（通讯员：胡雨涛）