方面|中科院软件所在Python程序的构建依赖分析方面取得进展

IT之家 1 月 7 日消息 , 据中国科学院网站 , 近日 , 中国科学院软件研究所软件工程技术研究开发中心在 Python 程序构建中的依赖分析推断方面取得研究进展 , 提出知识驱动的 Python 程序依赖推断方法及工具 , 帮助开发人员提高代码复用效率 , 减少依赖缺失和依赖版本错误导致的 Python 程序构建和运行错误 , 为提升开发运维一体化中的应用构建自动化能力起到支撑作用 。
据介绍 , Python 语言广泛应用于科学计算等 , 开发者常常通过代码复用提高开发效率 。 但 Python 程序运行环境复杂 , 依赖于 Python 包、系统库和特定版本的 Python 解释器 。 缺少程序依赖或者依赖版本不兼容 , 会导致程序构建失败和运行错误 。
针对该问题 , 研究提出一种知识驱动的 Python 程序依赖推断方法 , 包括知识图谱构建和程序依赖推断两个阶段 。 在知识图谱构建阶段 , 该方法收集大量多源异构数据 , 进行知识的抽取和融合 , 构建 Python 领域知识图谱 。 在程序依赖推断阶段 , 该方法基于领域知识图谱 , 通过程序分析和约束求解方法推断目标 Python 程序的多层次依赖 。
IT之家了解到 , 基于上述方法 , 该研究开发了 PyEGo:知识驱动的 Python 程序依赖推断工具 。 实验结果显示 , PyEGo 工具的依赖推断成功率是已有方法的 1.5—4.5 倍 , 极大提升了程序构建的正确率和执行效率 。
方面|中科院软件所在Python程序的构建依赖分析方面取得进展
文章图片

【方面|中科院软件所在Python程序的构建依赖分析方面取得进展】▲ Python 程序依赖分析方法示意图

    推荐阅读